· 1.Series
5 o$ k/ b- Q' _# J# Y2.DataFrame
+ R/ Q2 U ~9 g" M+ h$ @2.1 DataFrame的简单运用
4 @/ j, \# @! [, A* {3.pandas选择数据; n) u- G! B, j1 J0 U% C# c
3.1 实战筛选3 T5 n3 P) r5 W5 \6 y& e, E Q
3.2 筛选总结1 p5 j) Y- d: ?1 ]
4.Pandas设置值
6 P' y. _6 u$ G1 }" p4.1 创建数据" t3 V- X# o* m# b2 S& ]$ ~5 V
4.2 根据位置设置loc和iloc
% ~ z2 X0 c" _* g, L+ u3 Y4.3 根据条件设置. v# p& ]) l! ]) @3 |4 ]
4.4 按行或列设置
) i& ]* Q% @8 X4.5 添加Series序列(长度必须对齐), S# m5 [! r+ ?: z# j
4.6 设定某行某列为特定值
+ ~ a! C; d! t, n; `' c1 V) ?4.7 修改一整行数据
6 d$ o- g7 R. _5.Pandas处理丢失数据1 s$ A: `/ s% r( X2 B5 l5 p
5.1 创建含NaN的矩阵" w1 ^" y. @9 |; m, `
5.2 删除掉有NaN的行或列- f G1 t) _3 q* T6 w
5.3 替换NaN值为0或者其他
5 j/ D$ j" _* `1 \( S, q5.4 是否有缺失数据NaN$ P5 \* o; ]7 Q* l7 X$ _
6.Pandas导入导出& n% U2 m7 m, K3 q/ i( S
6.1 导入数据
# b1 o0 N& _. {8 n' w6.2 导出数据
5 d* W1 k2 C& V6 o( L- G U' d7.Pandas合并操作
_1 F) c5 F3 F( P% K7.1 Pandas合并concat# ^1 d, ]( Y0 L/ {
7.2.Pandas 合并 merge
, z* P, Y1 `" \( k3 Y7.2.1 定义资料集并打印出* }9 i2 P* o7 x0 {& ^6 {
7.2.2 依据key column合并,并打印( y* u- A- V0 U+ P& T( y2 m( ]
7.2.3 两列合并
. t- _, a d8 S. S, K( a7.2.4 Indicator设置合并列名称2 J( S: E) g3 ^4 E% s+ S7 W
7.2.5 依据index合并
3 `6 a1 K% @ T) p4 {. ]7.2.6 解决overlapping的问题
" o- i- a4 D# v' N* q; Q( R' N8.Pandas plot出图 0 k1 w! ^8 B& U) H/ U* S
' m$ F5 O% f6 M8 u: u
: Z O, a* E. _8 X4 F7 j
5 ?! S+ _; b2 V: f" G
3 P y, y/ d# I" o( N |