|
· 1.Series( _2 R4 p$ j) w7 j3 v& s
2.DataFrame' E+ ?* G' ]6 I$ B; N6 u1 c/ c
2.1 DataFrame的简单运用
( I) U3 w' \# j1 ^; Z: N# v! F! S3.pandas选择数据
0 y( V0 e3 K) n3.1 实战筛选% I* k; ~- x6 @% z8 L8 f4 c$ V
3.2 筛选总结" V* m2 r |& F }$ ^% i
4.Pandas设置值1 s" `: |! i; @& v* F8 y; x9 c
4.1 创建数据
0 Y# a6 X* n$ @4 t4.2 根据位置设置loc和iloc
- o: f+ p$ S0 x; o4.3 根据条件设置
$ Y5 |) G g" f; P' e3 z* J4.4 按行或列设置
( f( D6 |& M, t1 O4.5 添加Series序列(长度必须对齐)
( Z4 u6 r* C3 T! q9 D4.6 设定某行某列为特定值% ^5 @0 I1 q# J9 d" u0 L
4.7 修改一整行数据
2 T1 j: V5 ]. H* d& Z8 r5.Pandas处理丢失数据, }% L7 C- n8 S8 A2 S4 e
5.1 创建含NaN的矩阵$ {) P$ S9 Q4 R# V* n
5.2 删除掉有NaN的行或列1 q5 m* {. S8 F" @" d- S) S
5.3 替换NaN值为0或者其他
. m3 D! h& p) C5 v+ z' X. r) Y5.4 是否有缺失数据NaN
7 P5 d; S4 A' N6.Pandas导入导出
/ b' T5 N, z! q9 E# I8 S+ W6.1 导入数据" L6 K7 Z) t( e8 F( p* C" t/ s
6.2 导出数据
8 Y# e/ V' o- ]3 N) l( J7.Pandas合并操作
' |1 W7 j9 `" F6 y" d! ~4 h) i1 T7.1 Pandas合并concat" B) b% D8 q u) L
7.2.Pandas 合并 merge 8 G: e U l/ n$ a
7.2.1 定义资料集并打印出9 y: ]5 H2 U; A6 R$ Y
7.2.2 依据key column合并,并打印
& J) w- t; n$ I8 ]7.2.3 两列合并
+ j; Q$ W, ?2 G$ }7.2.4 Indicator设置合并列名称# l2 F+ \/ L+ m
7.2.5 依据index合并
9 U3 s3 A+ R0 W! A( i, E9 Z- K7.2.6 解决overlapping的问题' Y* n) {' C- U; Q
8.Pandas plot出图
/ Q8 P% o# x5 H+ ^/ n8 W. h3 G P2 C
& O2 [) u) s. e$ \3 _
) x4 Z u1 ~& [- a; Z: g& z# e/ U& `; Y" N1 p/ D, f! _
: o! m, W; B# b0 X# M: g
|