· 1.Series
3 y! a t' p1 Y8 R' c- h o3 J2.DataFrame5 F0 [6 ] \ X# H2 n! [
2.1 DataFrame的简单运用
* u* h8 t: y! R% L8 U9 k. o& D! D3.pandas选择数据
7 D8 r; g6 V" P5 O$ e% {" c3.1 实战筛选
; x( [+ N7 n Y& T; @$ b, z6 e; y3.2 筛选总结, l o& W: a! u( e+ J2 C& I+ O
4.Pandas设置值( s5 ^ X. P0 n3 o2 c& r
4.1 创建数据5 \, Q4 x" _; Z% B
4.2 根据位置设置loc和iloc1 n) L, z! |5 l$ w
4.3 根据条件设置: M* F* B' u3 h" k7 v" S! n# K* O" t
4.4 按行或列设置
/ n+ G- K# L4 a# E- o9 n+ u. R4.5 添加Series序列(长度必须对齐)
$ ^% @9 L8 s4 O% I, `( o2 Z4.6 设定某行某列为特定值& ^# y7 u: R) T2 Q2 O+ `
4.7 修改一整行数据8 i% t+ j+ V; i
5.Pandas处理丢失数据
! E+ g4 l: W4 j V9 Q2 N' t. f1 [5.1 创建含NaN的矩阵) f! t; C. }3 u: o. S
5.2 删除掉有NaN的行或列
$ d+ m+ Q* H( N. i- ~: A. L7 O) _5.3 替换NaN值为0或者其他
3 M6 \2 N* j. S3 u$ r: ~) W0 p5.4 是否有缺失数据NaN
' ~3 g0 J- C% K7 z4 d) z6.Pandas导入导出
9 k3 ?2 E8 y* Z7 B' H& r- F6.1 导入数据; A! {* @5 N5 ^6 O" T
6.2 导出数据" c0 p- \" i4 C: W
7.Pandas合并操作
g* z; n% S2 |" V. K; G6 D7.1 Pandas合并concat! i) [- \, ^' o/ q5 M- }# S4 I
7.2.Pandas 合并 merge
9 M5 y, G) i: e5 |$ e4 l6 p4 H7 ^7.2.1 定义资料集并打印出. X, M% Y: I9 C
7.2.2 依据key column合并,并打印
. ~- w, ?- G( ^7.2.3 两列合并+ r! m+ G7 B9 M4 J4 t! K% p! X' i9 ~
7.2.4 Indicator设置合并列名称" r4 V0 P) e& Q) P( ?
7.2.5 依据index合并 D3 r/ O- f7 i2 ~9 G
7.2.6 解决overlapping的问题
; |. e( e$ Y# v/ o6 v/ y1 n; y2 {; c8 {8.Pandas plot出图
8 ]! Y+ ?8 M3 q4 K, S; M& O- p& [- a c" Q" D: Z. K
3 T/ e7 I" Z9 F/ t+ h1 B+ @
/ W% t$ u" ~- b6 O9 f
6 j- a7 d) w* d8 L1 [) i! M9 H |