Pandas学习

《Python数据分析与展示》-Pandas学习笔记07

Pandas数据特征分析Pandas库的数据排序.sort_index()方法在指定轴上根据索引进行排序，默认升序.sort_index(axis=0,ascending=True)实例：In[1]:importpandasaspdIn[2]:importnumpyasnpIn[3]:b=pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a',
nodoself·2018-08-23 22:33

Python dataframe修改列顺序(pandas学习)

前言这种需要的很多，在网上看了很多种解决方法。这里总结一下。为自己以后使用的时候，方便查询内容方法一：最简洁的方法order=['date','time','open','high','low','close','volumefrom','volumeto']df=df[order]比如说，这里，就可以之保证列的顺序是按照这样的排序的。总之，就是给一个list。方法二：查询自下面的链接。https
肥宅_Sean·2018-08-22 15:51

Pandas学习笔记八——数据透视表

数据透视表数据透视表是一种类似于Groupby的操作方法，常见于Excel与类似的表格应用中。数据透视表将每一列作为输入，输出将数据不断细分为多个维度累计信息的二维数据表。数据透视表相比与Groupby操作更像是一种多维的GroupBy累计操作。也就是说，虽然你也可以分割-应用-组合，但是分割和组合不是发生在一维索引上，而是在二维网络上（行和列同时分组）#示例使用泰坦尼克号的乘客信息importn
盐味橙汁·2018-08-15 13:32

Pandas学习总结

pandas数据类型https://www.jb51.net/article/139630.htm文件路径有中文或者文件里面有中文字mydata=pd.read_csv(u"例子.csv",encoding="gbk")#gb2312orgb18030Pandas中进行数据类型转换有三种基本方法：使用astype()函数进行强制类型转换自定义函数进行数据类型转换使用Pandas提供的函数如to_n
机器人X·2018-08-14 20:51

Pandas学习笔记七——累计与分组

累计与分组在对比较大的数据进行分析时，一项基本的工作就是有效的数据累计（summarization）：计算累计（aggragation）指标，如sum()、mean()、median()、min()和max()，其中每一项指标都呈现出大数据集的特征。一、简单的累计计算简单的累计计算是对DataFrame或者Series对象使用累计函数：sum()、mean()、median()、min()和max
盐味橙汁·2018-08-14 18:17

Pandas学习笔记六——合并数据集：连接（join）和合并（merge）操作

合并数据集：连接（join）和合并（merge）操作Pandas的基本特性之一就是高性能的内存式数据连接（join）和合并（merge）操作。pd.merge()实现的功能基于关系代数的一部分。关系代数是处理关系型数据的通用理论，巨大部分数据库的可用操作都以此为理论基础。Pandas的pd.merge()方法与Series和DataFrame的join()方法就是基于这些关系代数对应的基本操作规则
盐味橙汁·2018-08-14 13:55

Pandas学习笔记六——合并数据集：Concat操作

合并数据集：Concat操作#为了方便后面的演示，这里定义一个能够快速创建DataFrame的函数importnumpyasnpimportpandasaspddefmake_df(cols,index):"""一个简单的DataFrame"""data={c:[str(c)+str(i)foriinindex]forcincols}returnpd.DataFrame(data,index)#通
盐味橙汁·2018-08-13 23:48

Pandas学习笔记五——层级索引

Pandas学习——层级索引pandas数据结构中最常用的是Series和DataFrame，它们分别用于处理一维数据和二维数据。
盐味橙汁·2018-08-13 22:14

Pandas学习笔记三——从DataFrame中选择数据

DataFrame数据选择方法DataFrame在某些方面像二维化或结构化的数组，在某些方面又像一个共享索引的若干Series对象构成的字典。所以，选择DataFrame中的数据可以从上面两个角度出发。将DataFrame看作字典importnumpyasnpimportpandasaspd#创建一个DataFrame对象area=pd.Series({'California':423967,'T
盐味橙汁·2018-08-13 15:39

Pandas学习笔记二——创建pandas的DataFrame对象的3种方法

创建pandas的DataFrame对象的5种方法Pandas的DataFrame对象可以通过许多方式创建，这里举几个常用的例子。通过Series对象创建#1、通过单个Series对象创建。DataFrame是一组Series对象的集合，可以用单个Series创建一个单列的DataFrameimportpandasaspdimportnumpyasnp#先创建一个Series对象area=pd.S
盐味橙汁·2018-08-13 11:24

Pandas学习笔记一——如何创建Series对象

如何创建Series对象常见的创建Pandas对象的方式，都像这样的形式：pd.Series(data,index=index)其中，index是一个可选参数，data参数支持多种数据类型例如，data可以时列表或Numpy数组，这是index默认值为整数序列：pd.Series([2,4,6])Out[58]:021426dtype:int64data也可以是一个标量，创建Series对象时会重
盐味橙汁·2018-08-12 22:35

Pandas学习笔记 Series DataFrame

SeriesimportnumpyasnpimportpandasaspdimportsysfrompandasimportSeries,DataFrameobj=Series([4,7,-5,3],index=['d','b','a','c'])objobj[['d','c']]obj['b']=6objobj*2obj[obj>2]np.exp(obj)sdata={'hi':35,'mi':
qq_42052864·2018-08-12 15:40

pandas学习总结

在pandas中：string属于object类型integer属于int类型boolean属于bool类型还存在着float、datatime等类型read_csv()方法只能读取不带中文的文件目录和文件名。若是存在中文需要open()方法打开，在进行读取，否则回报错importpandasf=open("H:\\机器学习\\机器学习\\01.python数据分析与机器学习实战\\视频课程\\资
ShaoDu·2018-08-12 08:42

pandas学习 (一) Series和DataFrame简介

简介pandas是一个开源的Python库,为Python提供了高性能,易于使用的数据结构和数据分析工具。Anaconda中自带pandas,如果没有安装anaconda,使用pipinstallpandas安装基本数据结构SeriesSeries是一种类似于以为数组的对象,由一组数据及一组与之相关的索引(默认是从0开始的int64序列)组成。导入:frompandasimportSeries创建
闻榴莲的猫·2018-08-06 14:03

pandas 学习心得(2):选择数据的操作

阅读体验不佳(与有道云笔记的markdown解析不同)，因此建议进入传送门jupyternotebook:pandas学习心得(2):选择数据的操作这个系列是我学习《python数据科学手册》所做的笔记用于个人备忘顺便分享
不做废物·2018-08-02 23:54

【pandas学习笔记】综合整理

1.ReindexSeriesReindeximportnumpyasnpimportpandasaspd>>>s1=pd.Series(np.random.randn(1,4).tolist()[0],index=['A','B','C','D'])#先将数组转成listA0.523862B-0.341507C-0.368576D0.335503dtype:float64>>>s2=s1.rei
Datawhale·2018-07-13 19:02

【pandas学习笔记】DataFrame

1.创建DataFrame可以通过以下方式进行创建1.list2.dictionary3.ndarrays4.2dndnarrays等通过dictionarykey默认为列名#索引自动添加df=pd.DataFrame({'Student_1':[90,100,95],'Student_2':[60,80,100]})#索引主动添加df=pd.DataFrame({'Student_1':[90,
Datawhale·2018-07-12 15:05

【pandas学习笔记】Series

importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinline创建Series以及对Series的相关操作#自动添加索引#np.nan：emptyvalue>>>s1=pd.Series([1,2,3,4,np.nan,5,6,7])01.012.023.034.04NaN55.066.077.0dtype:
Datawhale·2018-07-12 11:45

杨景院Pandas学习笔记(持续更新中)

Pandas数据结构Series：基本概念及创建Series数据结构Series是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）,轴标签统称为索引importnumpyasnpimportpandasaspd#导入numpy、pandas模块s=pd.Series(np.random.rand(5))print(s)print(type(s))#查看数据、数据
景院stata学习笔记·2018-06-26 18:24

Pandas学习笔记

importpandasaspdimportdatetimeimportnumpyasnp#rank函数S=pd.Series([3,5,1,9])S.rank(method='average')#rank函数返回S中每个元素在所有元素中的排名，按照从小到大顺序。#3在所有元素中排名第二，9排第四02.013.021.034.0dtype:float64S=pd.Series([4,5,1,9,2
随遇而安_小强·2018-06-17 21:21

pandas学习笔记（2）

练习：泰坦尼克号逃生率kaggle上一道经典题目，拿来做一点小练习。有一个csv文件（点击下载）密码:yqto。里面包含船上人员的以下信息：编号、标签值、舱位等级、名字、性别、年龄、个人兄弟姐妹的数量、个人老人孩子的数量、船票编号、船票价格、所在位置（缺失值比较多）、登船地点。importpandasaspdimportnumpyasnp#读取一个csv文件titanic_train=pd.rea
am_skyf·2018-05-29 00:10

Pandas学习随笔(1)

前言虽然说一直都有使用过python的pandas，但是其实很多时候都是使用些基本的东西，毕竟如果不注重效率的话，很多时候也不用在意更加高级的用法，或者更加基础和正规的用法。由于最近多了个经常会被抠细节的师妹，我觉得还是用一些业余时间将这个pandas快速的过一遍，而且其实也经常遇到类似于reshape这样的操作，虽然可以用更为复杂的方法解决，但是毕竟不够优雅。以下从一个半路开始学起pandas的
栽生物坑里的信息汪·2018-05-26 10:44

Pandas学习随笔(4) Option

前言这个部分其实我之前也没接触过，但是在阅读官方文档的时候发现了这个部分，这个部分其实完全不影响工作的效率，但是会影响工作的体验，所以既然我是写到哪算哪，也就写写这个部分吧，这个部分的图片会比较多，当然其实用IPYTHONNOTEBOOK展示其实是最好的，但是又不支持，所以也就这样吧，部分代码我会放到github上以进行交互使用？主要内容pd.options一个储存设置的字典Wrapperpd.g
栽生物坑里的信息汪·2018-05-09 10:56

Pandas学习笔记(三)——读取 CSV、TXT文件

pandas是数据分析专用库。从外部读写文件也属于数据处理的一部分。pandas提供了多种I/OAPI函数。支持多种类型数据的读取。常用的函数如下：读取函数写入函数read_csvto_csvread_excelto_excelread_hdfto_hdfread_sqlto_sqlread_jsonto_jsonread_htmlto_htmlread_statato_stataread_cli
还没入门就可以放弃·2018-04-23 21:40

Python数据分析之pandas学习2018-04-22

（转）https://www.cnblogs.com/nxld/p/6058591.htmlPython数据分析之pandas学习Python中的pandas模块进行数据分析。
开子的私家地·2018-04-22 17:37

pandas学习之——cumcount()

参考：点击打开链接一目了然：>>>df=pd.DataFrame([['a'],['a'],['a'],['b'],['b'],['a']],...columns=['A'])>>>dfA0a1a2a3b4b5a>>>df.groupby('A').cumcount()001122304153dtype:int64>>>df.groupby('A').cumcount(ascending=Fals
akenseren·2018-03-07 16:09

python pandas学习笔记

df假设是我们要进行计算的dataframe。有些是函数，比如说pd.isnull()，而有些是methods，比如说df.drop()。df.drop()：删除行或者列。这样生成一个新的dataframe，但可以设置参数，选择是否在原df也删除行或者列。axis=1表示，删除的是列；默认不改变原来的df，但是加上inplace=True会删除在原df中的行或者列。df.shift(i)：表示df
elibneh·2018-03-06 17:06

【AI基础】python:pandas学习笔记

importpandassub_info=pandas.read_csv("contract.csv")#sub_info#print(sub_info)type(sub_info)#print(sub_info.dtypes)first_rows=sub_info.head(1)#print(first_rows)#print(sub_info.columns)#print(sub_info.s
浮尔魔司·2018-03-01 15:11

Pandas学习笔记（3） 数据存取与可视化

Pandas数据存取Pandas支持包含csv，excel，hdf，sql，json，html，stata，sas，clipboard，pickle等格式的数据文件存储，以统一的命名风格存取，以csv为例pd.read_csv()从csv文件中读取数据，参数为文件路径返回值为一个DataFrame会自动添加index（从0开始）pd.to_csv()用于以指定格式保存数据，和read方法对应数据可
GYBinLero·2018-02-06 00:21

Pandas学习笔记（2）数据的处理方法

准备工作创建一个6X4的DataFrame,行索引为时间序列，列索引为字母dates=pd.date_range('20180205',periods=6)df=pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['A','B','C','D'])outputs:ABCD2018-02-0501232018-02-06456
GYBinLero·2018-02-05 23:19

Pandas学习笔记（1）基本数据类型及属性

Pandas介绍PythonDataAnalysisLibrary即Pandas是基于NumPy的一种Python数据分析工具包，包含丰富的数据类型和便捷的操作方式。基本数据类型Series对应Python中的列表和NumPy的一维数组，Series可以指定索引内容，默认索引与Python相同从0开始的整形数importpandasaspds=pd.Series([1,20,33,np.nan,5
GYBinLero·2018-02-05 19:00

用scikit-learn和pandas学习线性回归

对于想深入了解线性回归的童鞋，这里给出一个完整的例子，详细学完这个例子，对用scikit-learn来运行线性回归，评估模型不会有什么问题了。1.获取数据，定义问题没有数据，当然没法研究机器学习啦。:)这里我们用UCI大学公开的机器学习数据来跑线性回归。数据的介绍在这：http://archive.ics.uci.edu/ml/datasets/Combined+Cycle+Power+Plant
鸟儿窝·2018-02-03 16:20

统计学与pandas学习（六）—— 夏普比率

第六章《标准差（S.D.）也可用于理解高风险、高回报（夏普比率）》。总结投资基本上是对高风险、高回报的商品，还是低风险、低回报的商品的选择。这种商品的差异，是“性质的差异”，并不意味着优劣。可以说，在同样的平均收益率之下，S.D.小的是优良的金融商品，而在同样的S.D.之下，平均收益率大的是优良的金融商品。就此意义上来说，金融商品优劣性的评价基准是夏普比率（SPM）。夏普比率的公式（X的夏普比率）
fanzhh·2018-01-04 14:38

pandas学习之合并merge

pandas中的merge和concat类似,但主要是用于两组有keycolumn的数据,统一索引的数据.通常也被用在Database的处理当中.依照一组key合并importpandasaspd#定义资料集并打印出left=pd.DataFrame({'key':['K0','K1','K2','K3'],'A':['A0','A1','A2','A3'],'B':['B0','B1','B2'
changzoe·2017-12-15 11:18

学习资料

github.com/kailashahirwar/cheatsheets-ai优矿新手教程https://uqer.io/community/share/569cb902228e5b8ffc7450cfPandas
woodwood2000·2017-12-08 03:03

pandas学习笔记D2

#获取昨日的日期importdatetimenow_time=datetime.datetime.now()yesterday_time=now_time+datetime.timedelta(days=-1)yesterday_time_nyr=yesterday_time.strftime('%Y%m%d')#格式化输出……此处省略数据源的读取，直接给出写入文件代码，将‘新老师’sheet表和
EmilyForever18·2017-12-07 15:39

pandas学习笔记

一、pandas的主要类型pandas主要有两种形式：Series和DataFrameSeries：–index属性，默认是从0开始的整数，可以用index来设定–numpy的数组运算会保留索引和值之间的链接–可以用字典创建Series，则字典的键就可以变成索引–可以通过赋值的方式就地修改–name属性‘obj.name='population'DataFrame：–index属性–columns
lirining·2017-11-19 21:00

Pandas学习笔记（DataFrame基本操作）

对于生成的dDataFrame，下一步进行的是对他的基本操作，增、减、改、查。一.数据选取从已有的DataFrame中取出其中一列或几列，并对其进行操作。Pandas取出DataFrame的列有两种方式，两个方式没有好与坏之分，还是看个人喜欢用哪个#-*-coding:utf-8-*-importpandasaspddf=pd.DataFrame({'goods':['cokecola','egg
Jakob_Hu·2017-10-25 21:47

从简单的线性回归入门机器学习

声明：参考用Sckit-Learn和Pandas学习线性回归入门机器学习仅仅靠这一篇文章还是有些不够，建议大家戳一戳文中的链接，看一下相关的知识。
hustqb·2017-10-10 15:22

Pandas学习（二）——双色球开奖数据分析

学习笔记汇总Pandas学习（一）–数据的导入pandas学习（二）–双色球数据分析pandas学习（三）–NAB球员薪资分析pandas学习（四）–数据的归一化pandas学习（五）–pandas学习视频本章主要利用双色球开奖数据来学习
骑着炮弹进城·2017-08-26 11:27

pandas学习笔记

1.创建一个空的DataFramedf_empty=pd.DataFrame(columns=['A','B','C','D'])2.分组使用聚合函数时，可以不生成索引。df.groupby(['a','b'],as_index=False).mean()3.转换聚合只是其中的一种方法，转换也是。4.层次化索引选取根据索引获取数据。因为现在有两层索引，当通过外层索引获取数据的时候，可以直接利用外层
glory8901·2017-05-24 09:21

Numpy，Pandas学习笔记（一）

最近在学习数据分析，对学的进行了些整理，方便以后查看。欢迎交流。下面的代码用到的模块都事先做了导入：importnumpyasnpimportpandasaspdfrompandasimportSeries,DataFrame一、各对象的理解Numpy创建的对象其实是一个多维的数组（ndarray），n（多），d（dim维度），array（数组）Pandas创建的对象有Series和DataFra
不_初心·2017-05-15 11:44

最小二乘法的多元线性回归

线性模型的最小二乘可以有很多方法来实现，比如直接使用矩阵运算求解析解，sklearn包（参考：用scikit-learn和pandas学习线性回归、用scikit-learn求解多元线性回归问题），或scipy
NodYoung·2017-05-14 14:48

用scikit-learn和pandas学习线性回归

对于想深入了解线性回归的童鞋，这里给出一个完整的例子，详细学完这个例子，对用scikit-learn来运行线性回归，评估模型不会有什么问题了。1.获取数据，定义问题没有数据，当然没法研究机器学习啦。:)这里我们用UCI大学公开的机器学习数据来跑线性回归。数据的介绍在这：http://archive.ics.uci.edu/ml/datasets/Combined+Cycle+Power+Plant
张立达·2017-05-03 15:32

python-Pandas学习 如何对数据集随机抽样？

摘要：有时候我们只需要数据集中的一部分，并不需要全部的数据。这个时候我们就要对数据集进行随机的抽样。pandas中自带有抽样的方法。应用场景：我有10W行数据，每一行都11列的属性。现在，我们只需要随机抽取其中的2W行。实现方法很简单：利用Pandas库中的sample。DataFrame.sample(n=None,frac=None,replace=False,weights=None,ran
kingsam_·2017-05-02 14:55

Pandas学习（一）——数据的导入

欢迎加入python学习交流群667279387学习笔记汇总Pandas学习（一）–数据的导入pandas学习（二）–双色球数据分析pandas学习（三）–NAB球员薪资分析pandas学习（四）–数据的归一化
骑着炮弹进城·2017-04-25 10:21

pandas学习（一）

最近在做JData算法大赛，作为一个新手，第一次参加这样的比赛，还处于没入门的状态，但是还是希望可以慢慢做，慢慢玩数据，来提高自己。其中有一个数据文件——JData_Action_1604，这是一个用户行为文件，我看在数据的时候，第一个用户User_id——100259在短短的时间内就出现了很多的交互（行为）。为此，我想提取出在JData_Action_1604文件中有关User_id——1002
Jinlong_Xu·2017-03-31 13:42

pandas学习：对series和dataframe进行排序

本问主要写根据索引或者值对series和dataframe进行排序的方法代码：#coding=utf-8importpandasaspdimportnumpyasnp#以下实现排序功能。series=pd.Series([3,4,1,6],index=['b','a','d','c'])frame=pd.DataFrame([[2,4,1,5],[3,1,4,5],[5,1,4,2]],colum
乱世流星01·2017-03-01 10:44

python科学运算库numpy，pandas学习记录

Python中对数组修剪至少可以通过两种方式：>>>importnumpyasnp>>>>>>a=np.arange(10)>>>aarray([0,1,2,3,4,5,6,7,8,9])>>>a[a>5]=5#方法1：通过布尔判断剔除不合要求的值>>>aarray([0,1,2,3,4,5,5,5,5,5])>>>b=np.arange(10)>>>b.clip(0,5)#方法2：通过clip(
晓东邪·2016-10-27 21:57

pandas学习笔记

注册登录添加关注作者steveysy2016.06.1715:50*写了2505字，被2人关注，获得了2个喜欢Pandas学习笔记字数2319阅读198评论0喜欢2收藏文章分享1.安装如果做数据分析用途建议使用
GeekLeee·2016-10-13 21:07
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他