|
· 1.Series
: s" i% e0 k! q- y8 s& m& c. r) g2.DataFrame
5 B& j/ N$ S# A6 |- i# x2 Z2.1 DataFrame的简单运用% j% F7 o! \9 E4 \5 k* |1 F% c
3.pandas选择数据6 J4 T+ O4 Y2 m
3.1 实战筛选1 B/ |$ r. U4 B9 I( W8 X
3.2 筛选总结
2 Z) x) B; `$ o+ U5 j4.Pandas设置值0 m9 ~) B! }, i+ w, c( [9 X. {/ L1 z3 I# q
4.1 创建数据* g- ]1 Q o6 z. r
4.2 根据位置设置loc和iloc
. w! H* r1 T7 w$ @2 i L. V% } O0 l4.3 根据条件设置; ?% S ^, b9 f9 C2 s
4.4 按行或列设置. Z; \( n2 }. j' e2 y0 m5 z
4.5 添加Series序列(长度必须对齐)
0 i) ]2 M9 b% b) D2 I3 {. P# }4.6 设定某行某列为特定值& \; i, b2 I& V9 K
4.7 修改一整行数据5 k2 W; N0 N# g; x
5.Pandas处理丢失数据* r* f3 y& G& e
5.1 创建含NaN的矩阵( U2 ?7 h% \2 y7 j$ o. ^ l0 R' e! z
5.2 删除掉有NaN的行或列
! v2 e! \- K2 [5 [5.3 替换NaN值为0或者其他9 S$ f# Q* j/ @% Z1 m
5.4 是否有缺失数据NaN
$ H' h& X" n1 _. K6.Pandas导入导出) ~( P5 j |6 S/ I- l" h9 t
6.1 导入数据
% m8 u) B7 `/ }' Z" P6.2 导出数据
) V1 L, }4 b/ K/ c7 m' |- b7.Pandas合并操作
" S R/ O- `" a: g0 X( h7.1 Pandas合并concat' F' a/ `9 n y$ Y3 m) r# r) }
7.2.Pandas 合并 merge / v% e, Z9 |- s% d. V- S3 K; h3 a, l# t
7.2.1 定义资料集并打印出
& x9 \8 `( O7 B' w7.2.2 依据key column合并,并打印
8 E5 x. H. f$ M- q; y- q$ X7.2.3 两列合并
) C' z5 c z5 ]$ Q1 Z1 _' A7.2.4 Indicator设置合并列名称7 B. }, [; j* j: U/ P: y
7.2.5 依据index合并
* T0 I3 ~9 D2 P, N2 P7.2.6 解决overlapping的问题6 S4 ~8 t. ~9 {) P x4 s- K4 p
8.Pandas plot出图 + S7 C# [& B/ x/ s! J% z0 J7 V
1 I/ V+ g2 k$ Q2 @' `+ R# S, q
7 j9 \& \. y2 w
/ @3 ]3 S6 ?' H. z) {& m- V. l4 P0 K) N# f# Z
|