|
· 1.Series
0 N7 i% }* Z- Z0 @2.DataFrame
( @2 ?( Y% |: L$ P4 T# H2.1 DataFrame的简单运用
1 H& Y5 x' O8 x0 _6 v# U3.pandas选择数据( i, c& E ]8 j
3.1 实战筛选
( J8 g' q2 w6 l. S1 K, \! @3.2 筛选总结: R, ]5 X) z& `/ o
4.Pandas设置值! K: c& e% n# Y1 Y
4.1 创建数据
9 @) \1 t4 U0 P4 b7 _& y1 g( N4.2 根据位置设置loc和iloc- l# ?" ]6 S& Y
4.3 根据条件设置
2 e. G6 s2 \, _6 s$ X4.4 按行或列设置" r6 o7 `. Q, x5 ~
4.5 添加Series序列(长度必须对齐)
" t. A, F2 V$ g7 X; Q: A% N( u4.6 设定某行某列为特定值
' q3 ]3 u9 m+ F, k& h$ v' U4.7 修改一整行数据6 ]: P( E1 r4 x8 @2 K% n, o n$ f
5.Pandas处理丢失数据
4 I' Q% A; o! w# G5.1 创建含NaN的矩阵
c$ [" K3 i3 ^. Z5.2 删除掉有NaN的行或列
+ [/ F5 ]' S- `, m9 }4 X1 o5.3 替换NaN值为0或者其他
) J$ t! { U% i6 h# U' Y5.4 是否有缺失数据NaN+ ]! h/ z& K8 q" n! h
6.Pandas导入导出
" d" l4 ~& y/ [' M6.1 导入数据- g4 r) d. Q. v0 W& T
6.2 导出数据; H5 `1 l; W% h1 y! i! P
7.Pandas合并操作
' ~- o: w( l8 f0 x7.1 Pandas合并concat" J- |5 u! S6 N. r7 R1 M$ R* }
7.2.Pandas 合并 merge 2 D( w9 c: _* ^6 M
7.2.1 定义资料集并打印出
: V( Y% X5 ?9 ^# u7.2.2 依据key column合并,并打印 B$ s# f0 y& K9 B: w
7.2.3 两列合并6 }* [+ I7 i% o9 t5 n. U
7.2.4 Indicator设置合并列名称
" |) s7 U/ w `! t& m7 g: E7.2.5 依据index合并, W% E( L8 v! i( H( `4 p
7.2.6 解决overlapping的问题 Z( M* |* p; a& u
8.Pandas plot出图 . }6 d% f( Q, [ ]
/ G9 g% G9 f5 n* m
' J& y( C0 N: {# R/ F' b
( P7 f( w) x: r- e! M' \$ A. u0 p/ G9 x/ @" K3 O) n0 A& e$ o
|