數(shù)據(jù)分析中pandas有什么用

這篇文章主要為大家展示了“數(shù)據(jù)分析中pandas有什么用”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“數(shù)據(jù)分析中pandas有什么用”這篇文章吧。

創(chuàng)新互聯(lián)建站專注于巴馬企業(yè)網(wǎng)站建設(shè),成都響應(yīng)式網(wǎng)站建設(shè)公司,成都商城網(wǎng)站開發(fā)。巴馬網(wǎng)站建設(shè)公司,為巴馬等地區(qū)提供建站服務(wù)。全流程定制網(wǎng)站，專業(yè)設(shè)計，全程項目跟蹤，創(chuàng)新互聯(lián)建站專業(yè)和態(tài)度為您提供的服務(wù)

數(shù)據(jù)分析

• python數(shù)據(jù)科學(xué)的基礎(chǔ)

• 機(jī)器學(xué)習(xí)課程的基礎(chǔ)

• 工具anaconda和jupyter

• matplotlib

• 查看系統(tǒng)字體：fc-list :lang=zh

numpy

• NumPy是使用Python進(jìn)行科學(xué)計算的基礎(chǔ)包

• 官網(wǎng)：https://www.numpy.org.cn/

pandas

• Seres一維數(shù)組

• t.index

• t.values

• DataFrame二維數(shù)組

• 處理方式1:刪除NaN所在的行列dropna(axis=0,how='any',inplace=False)

• 處理方式2:填充數(shù)據(jù)t.fillna(t.mean())#均值,t.fiall(t.median()),t.fillna(0)

  處理為0的數(shù)據(jù)：t[t=0]=np.nan
  當(dāng)然并不是每次為0的數(shù)據(jù)都需要處理
  計算平均值等情況，nan是不參與計算的，但是0會

• 指定索引：t.index = ['x', 'y']

• 重新設(shè)置索引：t.reindex(['x', 'y'])

• 指定某一列作為index：t.set_index("name", drop=False)

• 返回index的唯一值：t.set_index("name").index.unique()

• 交換levels里面的索引：t.swaplevel()

• 行索引，表明不同行，橫向索引，叫index，0軸，axis=0

• 行索引，表明不同列，縱向索引，叫columns，1軸，axis=1

• t.index 行索引

• t.columns 列索引

• t.values 對象值，二維ndarray數(shù)組

• t.shape 形狀（行數(shù)，列數(shù)）

• t.dtypes 類型

• t.ndim 數(shù)據(jù)維度

• t.head(3) 顯示頭部幾行，默認(rèn)5行

• t.tail(3) 顯示尾部幾行，默認(rèn)5行

• t.info() 相關(guān)信息概覽：行數(shù)、列數(shù)、列索引、列非空值個數(shù)、列類型、行類型、內(nèi)存占用

• t.describe() 快速綜合統(tǒng)計結(jié)果：計算、均值、標(biāo)準(zhǔn)差、最大值、四分位數(shù)、最小值

• t.loc() 通過標(biāo)簽索引行數(shù)據(jù)

• t.iloc() 通過位置獲取行數(shù)據(jù)

• 判斷數(shù)據(jù)是否為NaN:pd.isnull(t),pd.notnull(t)

• pandas 常用統(tǒng)計方法

• on:指定列

• how->inner（默認(rèn)）交集方式合并

• how->outer 并集方式合并，NaN補(bǔ)全

• how->left 以左邊為準(zhǔn)合并，NaN補(bǔ)全

• how->right 以右邊為準(zhǔn)合并，NaN補(bǔ)全

• 平均值：df["xx"].mean()

• 最大值：df["xx"].max()

• 最大值索引：df["xx"].idxmax()

• 最小值：df["xx"].max()

• 最小值索引：df["xx"].idxmin()

• 中位數(shù)：df["xx"].median()

• join：默認(rèn)是把行索引相同的數(shù)據(jù)合并到一起t1.join(t2)

• merge：按照指定的列把數(shù)據(jù)按照一定的方式合并到一起t1.merge(t2, on="a", how="inner")

• 時間序列

• ps.to_datetime(df["timeStamp"])

以上是“數(shù)據(jù)分析中pandas有什么用”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

文章名稱：數(shù)據(jù)分析中pandas有什么用
轉(zhuǎn)載源于：http://www.jbt999.com/article42/jisjec.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供關(guān)鍵詞優(yōu)化、品牌網(wǎng)站設(shè)計、網(wǎng)站排名、定制網(wǎng)站、云服務(wù)器、服務(wù)器托管

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：[email protected]。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)