|
· 1.Series; N" s+ k. r- z8 \) x7 W4 l0 g. s
2.DataFrame
3 g7 h( Z0 _; V! u2.1 DataFrame的简单运用9 p" y% j9 r( Q. Y3 [
3.pandas选择数据
/ p8 t- g3 `' h0 X3.1 实战筛选
9 Y2 M5 I/ b5 e8 h, _3.2 筛选总结" F3 v5 p: S B* v: n
4.Pandas设置值
% }. N. ~, @3 R7 X5 a4.1 创建数据$ w! Z. t. g8 A7 Z
4.2 根据位置设置loc和iloc
) \& d$ t0 t7 L4 V4.3 根据条件设置
! W4 P9 K% g+ M& ^) X& K4 z4.4 按行或列设置! R C& M {% y, q i c4 f
4.5 添加Series序列(长度必须对齐)
! b$ [! D- S; }. d8 n" f* q4.6 设定某行某列为特定值" Y2 z& Q) y9 v; \3 \& h/ \, D. q* h
4.7 修改一整行数据
4 j* S( _6 m$ o R/ y5.Pandas处理丢失数据
- v2 w8 A' Q$ Y5.1 创建含NaN的矩阵" \ q$ U! ?1 X* U7 Q
5.2 删除掉有NaN的行或列
, E( ?$ N- e! r5.3 替换NaN值为0或者其他
8 P* ~7 l$ K- q* h% ]5.4 是否有缺失数据NaN0 N8 S2 a; ?+ ]; {2 [
6.Pandas导入导出
0 ^+ N8 M7 j" T6.1 导入数据$ J( F5 e; ^ _) Z' k
6.2 导出数据! y# F9 R+ a/ ^* T" z( c
7.Pandas合并操作! ?9 {; ]0 Y( t. O0 e
7.1 Pandas合并concat
! y/ p4 T2 F& i% v6 \5 g, l5 p7.2.Pandas 合并 merge ) i, h) S; p( R$ ^5 C# c/ y
7.2.1 定义资料集并打印出- h; l( D; K1 O6 o
7.2.2 依据key column合并,并打印
' k, Q! A( C2 L3 Z' _7.2.3 两列合并
/ }* s6 e+ h0 G1 y7.2.4 Indicator设置合并列名称
# i" \6 H. o# D2 Z2 ]1 w0 v* I7.2.5 依据index合并9 R6 |' e) J" D8 y- y
7.2.6 解决overlapping的问题7 X4 t% E' ?: C, } b
8.Pandas plot出图
. l' U, M$ {" q1 C7 @- p
( F- g6 j( Z9 i- K2 N4 E# L$ G0 f. n5 y
/ M1 }0 @0 _# ?0 T {8 t( k
2 L$ l, C7 l3 T |