|
· 1.Series
/ Q# ]. V- \& U! I9 U2.DataFrame
6 t- z9 K! G$ T1 ~; G @2.1 DataFrame的简单运用 e5 m% U8 R: N* |3 J
3.pandas选择数据6 Z5 y% p0 A0 h2 c+ X. ^4 Y
3.1 实战筛选
1 Z* ^( @/ [7 R. P( x# a1 d7 T! M3.2 筛选总结 ~6 R3 \' e6 O7 Y" U
4.Pandas设置值
Q9 ?( R7 b8 a6 ]; g6 p4.1 创建数据
& @) x0 V* P" n+ V4.2 根据位置设置loc和iloc
0 S, I5 c, W" T) b6 H4.3 根据条件设置3 M/ a$ V# A$ i4 k L: R5 Y/ U
4.4 按行或列设置
1 `/ B) c- Y7 u, v4.5 添加Series序列(长度必须对齐)! @& W. P4 v) i T" m+ v5 p" I
4.6 设定某行某列为特定值2 j% S, ^ @& U ]
4.7 修改一整行数据
8 @$ M1 g* d/ C' I5 J5.Pandas处理丢失数据) N$ J3 H% Y. W- z8 X9 u
5.1 创建含NaN的矩阵
: k* R9 O2 z3 ^8 t2 h5.2 删除掉有NaN的行或列5 h5 S1 r! t# e
5.3 替换NaN值为0或者其他
3 \6 @( X7 y9 C. i& }. u5.4 是否有缺失数据NaN
/ o8 }! b" e. }6.Pandas导入导出6 x4 f4 d" K: \5 o, s
6.1 导入数据+ a' I( s; s; \+ n; ^
6.2 导出数据
/ w: p2 R, [/ w9 W6 z+ W! q8 R7.Pandas合并操作
f0 ]0 K7 v9 I* X: \7.1 Pandas合并concat
1 w9 t4 Y5 t. _ [7.2.Pandas 合并 merge
$ L9 Q8 ?3 {3 z. |6 t7.2.1 定义资料集并打印出
8 ]; G1 y7 l7 z: ?+ l' d# ?7.2.2 依据key column合并,并打印
" p" x# L$ V# [: u& ?7.2.3 两列合并
* `/ x M' A+ g# ]7.2.4 Indicator设置合并列名称
% M" ]$ Y0 t7 A" X9 V7.2.5 依据index合并
$ b4 A6 A% F# I% H, M% G2 [7.2.6 解决overlapping的问题
( i9 G# r/ c2 p& f8 X$ j8.Pandas plot出图
P3 Q3 \! }8 B6 ]3 V Z7 f0 ]0 w6 m+ p; D# u+ |
) z$ j |9 V/ G |+ y$ }% ]0 v
8 d2 d' G/ i2 Y* }) E; r/ a0 N: m5 x$ H
|