|
· 1.Series9 o5 V! F/ `/ P
2.DataFrame
. A& M! ]+ l! J! ^2.1 DataFrame的简单运用
! x0 V5 s, Q }0 ~- C/ a3.pandas选择数据
4 ~! Z8 ?" P% u3 ~4 a) d! m! ?3.1 实战筛选
+ C) u- D. D* T w& I0 n3.2 筛选总结
! Y! b0 H" l- Y- t2 K9 t' [6 m4.Pandas设置值3 m" M$ _6 p( j; B7 r- U: r7 n
4.1 创建数据5 n7 ^; h+ w. d
4.2 根据位置设置loc和iloc# D$ K6 P' w$ q
4.3 根据条件设置$ i/ e) s/ C* L; z$ v3 M
4.4 按行或列设置% q8 Q2 h" u8 k; I
4.5 添加Series序列(长度必须对齐)& l% I% s4 Z" L( J' v1 T/ Y- o
4.6 设定某行某列为特定值$ ]0 E1 r3 n# O2 k
4.7 修改一整行数据3 |# _8 f n! D, k
5.Pandas处理丢失数据3 ?0 v6 S* n* A# Y0 Q
5.1 创建含NaN的矩阵# y3 e2 f: d. W, t& T. D
5.2 删除掉有NaN的行或列
6 |4 [3 t2 K" u; X) x& _, l5.3 替换NaN值为0或者其他
' |. b& `8 P1 D$ T5 x% F5.4 是否有缺失数据NaN' z, \8 L6 v7 U$ G/ K$ g
6.Pandas导入导出5 C$ S& v# I4 P7 J4 ^, X7 o
6.1 导入数据1 T& f# D) f( O) I& }
6.2 导出数据
3 `7 f" j }+ F# ^* H7.Pandas合并操作2 }$ U/ k. l0 B3 ]3 m6 v$ j* [
7.1 Pandas合并concat
, F) n0 {+ x; S% G/ r7.2.Pandas 合并 merge
1 p% f, q+ D, U o" k( A7.2.1 定义资料集并打印出. S( Z' F5 _) H4 i; [
7.2.2 依据key column合并,并打印
7 }- S& a$ n- N \9 `6 Z: m7.2.3 两列合并8 P- _% f' c" D: {3 c( H: J
7.2.4 Indicator设置合并列名称
. O: g+ N% A5 |( L8 D0 r8 ^5 u7.2.5 依据index合并
. c3 w7 f/ H6 L& ^7.2.6 解决overlapping的问题
1 s% ?9 E- S2 x4 t) _" |8.Pandas plot出图 % u9 i; l7 |1 K/ X! P' C5 U1 i
0 b: G2 w7 |/ T& S+ q k' B( p! b
' _9 j- t: \2 |
6 T2 V0 Y9 _( a" B+ F6 E6 x( d/ @; j
|