pandas实战演示

[复制链接]

字体大小: 正常放大

2744557306

1175 主题	4 听众	2817 积分

该用户从未签到

电梯直达

1^#

发表于 2023-8-23 17:22 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

· 1.Series
' c' o' m+ \# v+ n: S* ?2.DataFrame
7 c, D1 x4 F# {6 l. I: v; X& B" j2.1 DataFrame的简单运用4 t& M+ z. }- W9 @" r0 f
3.pandas选择数据
: u- ]. g7 U0 s+ E) o: a2 I- n+ y3.1 实战筛选
- y$ m" h" Y1 G5 |$ A3 U3.2 筛选总结
! ^4 W- \) A: G! P! P/ _* s4.Pandas设置值" K0 L2 V' C8 _0 y' J# ?2 h
4.1 创建数据
" D4 ]5 p, M. Y1 v2 a4.2 根据位置设置loc和iloc
# l) {+ M% w5 f3 G: |( n( [4.3 根据条件设置: k0 _% S3 u5 e* s; M( @8 R6 p4 ?
4.4 按行或列设置
. S. M, P+ d* `0 }+ z4.5 添加Series序列(长度必须对齐)$ _  {  H5 {# x: X& i7 d
4.6 设定某行某列为特定值) I$ r8 f! b0 F
4.7 修改一整行数据
( O2 N: p# r' x: M7 a1 o5.Pandas处理丢失数据
  z( b; h  J  _9 `2 e1 X! S6 \5.1 创建含NaN的矩阵, c4 a0 \+ m' I9 A
5.2 删除掉有NaN的行或列2 R. R* |# T9 L% \& X1 R. }3 c/ H0 |
5.3 替换NaN值为0或者其他- G# {; \, c5 S; a6 x  c3 L7 n- ~  Z
5.4 是否有缺失数据NaN3 ?3 \6 D; T# `+ o6 D2 X3 x
6.Pandas导入导出
; m9 w9 f% i+ i2 G6.1 导入数据8 @4 J: e# T9 c
6.2 导出数据! N$ {, u3 S& ]- z8 t! d2 H
7.Pandas合并操作, B: v: x" Q  P
7.1 Pandas合并concat% [9 U% D6 k0 \) u. R, ?
7.2.Pandas 合并 merge

/ c- X' P. Z5 F  [4 {
7.2.1 定义资料集并打印出1 h1 f7 H+ r. ]0 a/ @/ T" i
7.2.2 依据key column合并,并打印2 U8 b  T9 Z0 m" K
7.2.3 两列合并3 x  Z, c  B/ h* o& A% }
7.2.4 Indicator设置合并列名称
  d8 g( X. ]/ G- y- }, R7.2.5 依据index合并
1 b# H) |: \8 H; q5 N/ K7.2.6 解决overlapping的问题
) X# Q3 d( N$ }; J: T9 v' _8.Pandas plot出图