|
· 1.Series0 ~% [: d1 e4 I5 Z, ~* @
2.DataFrame
% [4 g$ _* q0 O4 o: B2.1 DataFrame的简单运用
1 B2 M* b, O5 E3.pandas选择数据
9 }1 i7 k8 n/ @' [( j! N3.1 实战筛选
3 K) z+ E' j# q" |$ ]3.2 筛选总结* n0 _' t, q; B# M& P! X
4.Pandas设置值" k- v1 n' P5 @* k' b, b: V
4.1 创建数据
6 Z3 r: Q/ K( A4 q4.2 根据位置设置loc和iloc
3 c4 E' [4 @( E4.3 根据条件设置
( Q v+ v8 [7 e. X# ] N8 _: ~6 v4.4 按行或列设置
. J! O5 C! A2 w9 v9 p% U& |4.5 添加Series序列(长度必须对齐)3 q6 I# N ]! O2 e
4.6 设定某行某列为特定值
. V3 i ?! @7 s. x4.7 修改一整行数据
' @! j3 R- }) J$ C |5.Pandas处理丢失数据
8 ^% o+ i* e% {) K5 B, ~5.1 创建含NaN的矩阵& ^' l1 L9 F0 [
5.2 删除掉有NaN的行或列
; a2 d) p/ J# h; T& [3 q5.3 替换NaN值为0或者其他! S. k) _. w: p( s, h) _( O
5.4 是否有缺失数据NaN
4 e' b% L, p" F) [0 Y1 h6.Pandas导入导出
. {. h+ Z7 g& B1 v) ~6.1 导入数据& _* t: W* |: U5 v6 G
6.2 导出数据9 z7 A: S' r8 u/ o
7.Pandas合并操作
3 T6 M3 ?4 C6 q9 E- o7.1 Pandas合并concat
2 f9 \3 r( L$ ?7 K- |, h6 G7.2.Pandas 合并 merge
) S0 m) T* v/ @/ G M" Y7.2.1 定义资料集并打印出
/ A* ~3 w i; Z7.2.2 依据key column合并,并打印
5 r, K! G3 R! ?/ S7 Z& \7.2.3 两列合并
6 Y { F% Q( k; U2 C" X7.2.4 Indicator设置合并列名称1 W: b7 A. |. X' {
7.2.5 依据index合并
`/ n; g# g0 |; n/ }7.2.6 解决overlapping的问题
, ]2 t/ V a+ E1 R8.Pandas plot出图
& J) p. h0 W6 y/ x
( T0 `* f" p8 r5 `9 E$ L
* Q. c @$ e6 i) q4 c) ~0 {8 b' f
B' ?" {! W( F9 u9 ~
8 y2 j5 e5 p) {4 }& p# @ |