|
· 1.Series# g* ~& [* Q# H* z3 ~% {+ w9 g6 h1 r
2.DataFrame; R# r4 D$ T9 q6 N
2.1 DataFrame的简单运用3 ~5 i% D+ q) K2 _& K% {
3.pandas选择数据! m5 Z5 }6 ~1 W$ w I
3.1 实战筛选' S+ d! l+ m1 P6 }! r, g
3.2 筛选总结
- `$ U. R: q' z4.Pandas设置值
. o% U: z: a* j* y) M4.1 创建数据
" |, }1 U9 x0 U, d# O4.2 根据位置设置loc和iloc
) z! t: x( G6 X; F$ d2 Q C4.3 根据条件设置
/ Y1 c$ `; t' u s+ ]8 A4.4 按行或列设置0 i6 _9 o7 w; z# W1 D8 v* [
4.5 添加Series序列(长度必须对齐)
5 y7 D6 y8 f* S: ~4.6 设定某行某列为特定值
3 ~/ z5 `; u6 h' J9 P2 |4.7 修改一整行数据5 ~( }: V* F1 J2 d) B9 e
5.Pandas处理丢失数据! s/ Q; D8 w" y: W6 d/ H- _9 g
5.1 创建含NaN的矩阵
6 H9 [% s" ^. ?5 v5.2 删除掉有NaN的行或列
5 C+ K% X, B, ]4 z w. a5.3 替换NaN值为0或者其他
8 J$ }8 ]; Z% Q2 u; I/ J2 t! u- E, S; O5.4 是否有缺失数据NaN" g2 F( l. y8 C+ `
6.Pandas导入导出( R5 m1 C5 f8 n6 w( x$ l3 g8 h
6.1 导入数据. ~/ M; D2 M: K
6.2 导出数据
/ @" ?. z1 a6 x O. e* n7.Pandas合并操作
# A8 \/ @' S9 K! t1 ?% |5 X7.1 Pandas合并concat; y" w0 z7 I' i3 e7 T
7.2.Pandas 合并 merge % s1 [; U% K0 D# S$ _. \
7.2.1 定义资料集并打印出
# _2 S/ T( u3 Q; x3 E7.2.2 依据key column合并,并打印; D3 S! M1 M, `/ ~ I9 v
7.2.3 两列合并' N: ]8 k: F* v
7.2.4 Indicator设置合并列名称
- \6 r1 U" b' J7 p, @ _$ R7.2.5 依据index合并
: Q! @* e+ e( f2 c7.2.6 解决overlapping的问题
: S5 O5 A( J$ _* _8.Pandas plot出图 / M5 ^1 Z& n- C% f7 P5 W& k, p
! X" h" J X! ?
. L7 u' W3 W& W- S2 W, |
, y7 i2 y! O/ v$ s4 t2 N7 O, b( X. t
|