pandas学习

统计学与pandas学习（三）——方差和标准差

第三章《由数据分散程度估计统计量：方差和标准差》数据的分散和波动平均值表示“数据在其周围分布”这一大致的推测，只根据这一点并不能弄清数据分布的状态。偏差与方差样本中各数据比平均值大多少或小多少，这个数值在统计学中称为“偏差”（deviation）。将差值进行平方再取平均，得出的统计量成为“方差”（variance）。这个值可以评价数据的波动。方差开方后的数值称为“标准差”（standarddevi
fanzhh·2021-05-16 18:14

python pandas学习--操作excel

1、基础1importpandasaspddefreadexcel(file):#df=pd.read_excel(file)#默认获取第一个sheet页df=pd.read_excel(file,sheet_name=1)#通过sheet页索引取数据#df=pd.read_excel(file,sheet_name='t')#通过sheet页name取数据data=df.head()#获取表格前
论一个测试的养成·2021-05-06 11:45

Python之Pandas学习

一、Pandas  pandas是python+data+analysis的组合缩写，2008年WesMcKinney开发出的库，专门用于数据挖掘的开源Python库，是python中基于numpy和matplotlib的第三方数据分析库，与后两者共同构成了python数据分析的基础工具包，享有数分三剑客之名。pandas是在numpy基础上实现，其核心数据结构与numpy的ndarray十分相似
brilliantZC·2021-05-05 19:37

Pandas学习随笔(3) Selecting的复习

前言Selecting的部分真是用的最多的地方，所以也是最最熟悉的部分，这里不加赘述过于基础的东西，会快速的略过那些部分，但是会把一些不常用的东西、新奇的东西罗列出来。基础：df.loc,df.iloc,df.ixdf[int],df[int,int],df[:,:,int]df[df.col>0],df[()&()],df[()|()]df[df.col.isin([1,2,3,4])]不常用的
栽生物坑里的信息汪·2021-04-25 12:02

Pandas学习随笔(2) Group的学习

前言除开了10min入门的教程后，大概进入了高级一点的用法，这里不会按照官方教程的顺序去学习，会按照自己的想法去跳跃性的学习，有需求者选择性的阅读吧。正文以下是太长不看系列主要内容：Groupbygroupby是个object，用groupby.get_groups可获得对应df的切片groupby可接受mappingdict,function,列/行名等多种分组方式主要操作包括：Aggregat
栽生物坑里的信息汪·2021-04-20 14:07

超赞！两张小抄，带你 “迅速” 掌握Pandas “数据清洗” 流程！

这是由Pandas官方发布的两张“小抄”，内容不像matplotlib小抄那么多，但是内容确实极其精简，肯定可以迅速带你“理清”Pandas学习思路。
数据分析与统计学之美·2021-04-14 17:26

Pandas从入门到精通（1）- 基础

基于此，笔者参加了Datawhale开源社区组织的Pandas学习，目标就是爆肝一个月，精通Pandas!从本期开始，我们就开
木头里有虫911·2021-04-12 18:21

Python_Pandas学习笔记04_查看或修改DataFrame或者Series中各字段的数据类型

将目标和计划写出来，时常拿出来看一眼。文章目录前言 1.概述 2.版本  2.1山东青岛，2021年4月5日，Version1一、查看pandas的Series或Dataframe数据结构中各列的数据类型二、修改pandas的Series或Dataframe数据结构中各列的数据类型 1.Pandas的Series.astype(dtype)方法 2.DataFrame.apply()方法修改各列的
EWBA_GIS_RS_ER·2021-04-05 17:45

python数据可视化——matplotlib学习笔记

处理完数据后，对处理结果数据的可视化也非常重要系列文章：python数据分析——pandas学习笔记文章目录Matplotlib简介安装使用基本操作使用figure自定义窗口以及在一个图上画多条曲线设置坐标轴修改坐标轴的
薛定猫·2021-03-29 20:20

史上最强Pandas手册，让你从小白立马变身数据分析师，建议收藏！

虽然已经有满坑满谷的教学文章、视频或是线上课程，正是因为pandas学习资源之多，导致初学者常常不知如何踏出第一步。
·2021-03-18 12:01

numpy和pandas学习笔记

numpy介绍NumPy是一个主要用于处理n维数组对象的Python工具包，是Python提供数值计算的基础模块，在使用Python进行科学计算时NumPy必不可少，Python的许多扩展模块都是基于NumPy开发的，对NumPy的深入了解将有助于高效地使用Pandas和SciPy这样的工具库。numpy的几种属性#创建一个numpyarray=np.array([[1,2,3],[2,3,4]]
旁观者lgp·2021-02-22 18:40

python文章学习专栏--文章目录汇总

序列介绍python基础学习--字符串及正则表达式python基础--函数，面向对象，模块，异常处理python基础学习--文件及目录操作基础学习--pymysql二：python进阶学习numpy学习总结pandas
斑马！·2021-02-22 15:43

python--pandas学习总结

目录一、Series和DataFrame1.pandas.Series2.pandas.DataFrame二、Pandas常见用法1.访问数据1.1head()和tail()1.2describe()1.3T1.4sort_values()1.5nlargest()1.6sample()2.选择数据2.1根据标签选择2.2根据位置选择2.3布尔索引3.处理缺失值3.1dropna()3.2fill
斑马！·2021-02-21 18:46

Pandas介绍

Numpy模块在计算方面性能高的优势基于matplotlib，能够简便的画图独特的数据结构2为什么使用PandasNumpy已经能够帮助我们处理数据，能够结合matplotlib解决部分数据展示等问题，那么pandas
IT之一小佬·2021-02-19 13:35

pandas学习笔记（四）：数据的清洗、绘图以及时间数据的处理

注：学习笔记基于文彤老师的pandas的系列课程课程链接：https://study.163.com/course/courseMain.htm?courseId=1005124008&share=1&shareId=1146477588#设定系统环境importpandasaspdpd.options.display.max_rows=10#设定自由列表输出最多为10行pd.__version_
★追梦赤子心★·2021-02-01 12:19

pandas学习笔记（一）：数据读入读出基本操作

注：学习笔记基于文彤老师的pandas的系列课程课程链接：https://study.163.com/course/courseMain.htm?courseId=1005124008&share=1&shareId=1146477588#设定系统环境importpandasaspdpd.options.display.max_rows=10#设定自由列表输出最多为10行pd.__version_
★追梦赤子心★·2021-01-31 23:00

Pandas学习笔记（包括示例代码、运算结果及详细注释）

1.Series2.DataFrame的简单运用3.pandas选择数据3.1实战筛选3.2筛选总结4.Pandas设置值4.1创建数据4.2根据位置设置loc和iloc4.3根据条件设置4.4按行或列设置4.5添加Series序列(长度必须对齐)4.6设定某行某列为特定值4.7修改一整行数据5.Pandas处理丢失数据5.1创建含NaN的矩阵5.2删除有NaN的行或列5.3替换NaN值为0或者其
StriveQueen·2021-01-31 20:24

Pandas学习-期末测试

习题链接：http://datawhale.club/t/topic/579/7任务四以及任务五的第一题是完整的做完的，任务五的其余小问把能做的尽量都做了。时间处理部分完成的还是不太ok，这部分没有熟练掌握，所以难哭了…等之后熟练之后会重新做的。还有呀，我之前觉得理解稍微有点困难的长宽表转换，现在用得66的哈哈哈，真有大用处！暑假再开课的时候，我一定还要再学一遍！谢谢Datawhale这么好的资源
Lyndsey·2021-01-12 17:35

Pandas学习——时序数据

1.时序中的基本对象时间序列的概念在日常生活中十分常见，但对于一个具体的时序事件而言，可以从多个时间对象的角度来描述。例如2020年9月7日周一早上8点整需要到教室上课，这个课会在当天早上10点结束，其中包含了哪些时间概念？第一，会出现**时间戳（Datetimes）**的概念，即’2020-9-708:00:00’和’2020-9-710:00:00’这两个时间点分别代表了上课和下课的时刻，在p
sosososoon·2021-01-10 22:45

Pandas学习-Task10

基础知识就结束啦！！！习题完成的还不错，对于宽表长表转换现在使用比之前灵活了不少，这一次学习还是补充了很多很多知识的！再次夸夸课程和教程的设计者以及助教们～综合题加油！练习题1:太阳辐射数据集读取数据：df=pd.read_csv('joyful-pandas-master/data/solar.csv',usecols=['Data','Time','Radiation','Temperatur
Lyndsey·2021-01-10 19:03

pandas学习-Task09

Datewhale学习内容：https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch9.html练一练：请回顾等差数列中的首项、末项、项数、公差的联系，写出interval_range中四个参数之间的恒等关系。interval_range中的start,end,periods,freq参数分别对应
Lyndsey·2021-01-07 22:03

pandas学习task07缺失数据

这是在datawhale学习小组学习pandas的第七章内容，缺失数据，以下是学习笔记，仅供参考，不喜勿喷DataWhale第七章缺失数据importnumpyasnpimportpandasaspd一、缺失值的统计和删除1.缺失信息的统计缺失数据可以使用isna或isnull（两个函数没有区别）来查看每个单元格是否缺失，结合mean可以计算出每列缺失值的比例：df=pd.read_csv(r'C
埋在地里的小土豆·2021-01-03 23:43

pandas学习：第一次作业

文章目录第一次作业一、企业收入的多样性总结第一次作业importpandasaspdimportnumpyasnp一、企业收入的多样性df_company=pd.read_csv("company.csv")df_company_data=pd.read_csv("company_data.csv")df_company_data['证券代码']=df_company_data["证券代码"].m
Monster�Siberia·2021-01-01 23:29

Pandas学习——连接

关系型连接（横向连接）连接的基本概念把两张相关的表按照某一个或某一组键连接起来是一种常见操作，例如学生期末考试各个科目的成绩表按照姓名和班级连接成总的成绩表，又例如对企业员工的各类信息表按照员工ID号进行连接汇总。由此可以看出，在关系型连接中，键是十分重要的，往往用on参数表示。另一个重要的要素是连接的形式。在pandas中的关系型连接函数merge和join中提供了how参数来代表连接形式，分为
sosososoon·2020-12-29 21:12

datawhale的pandas学习 第六章连接

importnumpyasnpimportpandasaspd一、关系型连接1.连接的基本概念把两张相关的表按照某一个或某一组键连接起来是一种常见操作，例如学生期末考试各个科目的成绩表按照姓名和班级连接成总的成绩表，又例如对企业员工的各类信息表按照员工ID号进行连接汇总。由此可以看出，在关系型连接中，键是十分重要的，往往用on参数表示。另一个重要的要素是连接的形式。在pandas中的关系型连接函数
努力减肥的张师傅·2020-12-29 20:14

Pandas学习——变形

长宽表的变形什么是长表？什么是宽表？这个概念是对于某一个特征而言的。例如：一个表中把性别存储在某一个列中，那么它就是关于性别的长表；如果把性别作为列名，列中的元素是某一其他的相关特征数值，那么这个表是关于性别的宽表。下面的两张表就分别是关于性别的长表和宽表：#长表pd.DataFrame({'Gender':['F','F','M','M'],'Height':[163,160,175,180]}
sosososoon·2020-12-27 23:02

Pandas学习-Task05

第五章变形Datawhale开源内容链接:https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch5.html1、长宽表介绍。这里的长与宽都是针对于某一个特征来说的。比如，将性别作为列名且该列的元素都是性别的值时，这就称为关于性别的长表。但将性别的unique值作为列名且该列元素是其他索引的值时，
Lyndsey·2020-12-27 22:19

pandas学习-变形-task15

第五章变形一、长宽表的变形什么是长表？什么是宽表？这个概念是对于某一个特征而言的。例如：一个表中把性别存储在某一个列中，那么它就是关于性别的长表；如果把性别作为列名，列中的元素是某一其他的相关特征数值，那么这个表是关于性别的宽表。下面的两张表就分别是关于性别的长表和宽表：print(pd.DataFrame({'Gender':['F','F','M','M'],'Height':[163,160
llittle_zhuo·2020-12-27 22:43

【Pandas学习笔记Task05】：变形

【Pandas学习笔记Task05】：变形一、长宽表的变形1.pivot2.pivot_table3.melt4.wide_to_long二、索引的变形1.stack与unstack三、其他变形函数1.
睡前请喝水·2020-12-27 22:30

pandas学习task05变形

这是在datawhale学习小组学习pandas的第五章内容，变形，以下是学习笔记，仅供参考，不喜勿喷DataWhale参考：https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch5.html第五章变形importnumpyasnpimportpandasaspd一、长宽表的变形一个表中把性别存
埋在地里的小土豆·2020-12-27 22:59

pandas学习-pandas基础知识-task12

df_csv=pd.read_csv("E:/document/python学习笔记/pandas学习/my_csv.csv")print(df_csv)df_txt=pd.read_table("E:
llittle_zhuo·2020-12-19 16:40

Data Whale第20期组队学习 Pandas学习—变形

DataWhale第20期组队学习Pandas学习—变形一、长宽表的变形1.1pivot1.2pivot_table1.3melt1.4wide_to_long二、索引的变形2.1stack与unstack2.2
chutu2018·2020-12-19 10:05

数据分析(六)之pandas学习【Series和读取外部数据】

那么问题来了：numpy已经能够帮助我们处理数据，能够结合matplotlib解决我们数据分析的问题，那么pandas学习的目的在什么地方呢？
哎呀丶我去了·2020-12-15 20:24

Datawhale Pandas 打卡-第一章 预备知识

今天是Pandas学习的第一天，学习的是预备知识，主要分为Python基础和NumPy基础。Python基础这一章教程介绍的大多我都已经掌握了，就没有细看。
君恒_801f·2020-12-14 09:43

Pandas学习（一）——预备知识（Python基础NumPy基础）

第一次参加DataWhale的组队学习，哈哈哈，期待满满！1.1.1、语法糖两个比较实用的语法糖是列表（字典）推导式和条件赋值这个例子举得很好，把两个语法糖结合在一起展现了。我自己还尝试了一个。我现在想把这个字典里的所有的键值对拼接成一个字符串。没学语法糖的时候我是这么做的。dict1={'a':1,'b':3,'c':2}s=''forkey,valindict1.items():s=s+key
JasmineFeng·2020-12-13 21:18

Pandas学习 | 常用函数

【走在成长的路上】总纲describe()可以快速查看数据的统计摘要例：df.describe()ABCDcount6.0000006.0000006.0000006.000000mean0.073711-0.431125-0.687758-0.233103std0.8431570.9228180.7798870.973118min-0.861849-2.104569-1.509059-1.135
水土七口刀·2020-11-25 15:37

Pandas学习 | 选择数据

【走在成长的路上】总纲选择单列(A为标签名)df.Adf['A']用[]切片行df[0:3]df['index_1':'index_n']用标签选择用标签提取一行数据：df.loc['index_n']用标签选择多列数据：df.loc[:,['label_1','label_2','label_3',……，'label_n']]用标签切片：df.loc['index_1':'index_n',['
水土七口刀·2020-11-25 15:29

Pandas学习 | 数据赋值

【走在成长的路上】总纲用索引自动对齐新增列的数据s1=pd.Series([1,2,3,4,5,6]index=pd.date_range('20130102',periods=6))out:2013-01-0212013-01-0322013-01-0432013-01-0542013-01-0652013-01-076df['F']=s1#赋值按标签赋值df.at[dates[0],'A']=
水土七口刀·2020-11-25 15:20

Pandas学习 | 缺失值与统计

【走在成长的路上】总纲缺失值删除所有含缺失值的行：df1.dropna(how='any')填充缺失值：df1.fillna(value=5)提取nan值的布尔掩码：pd.isna(df1)统计列平均值：df.mean()行平均值：df.mean(1)使用函数统计数据与处理数据：df.apply(function())例：df.apply(np.cumsum)；df.apply(lambdax:x
水土七口刀·2020-11-25 15:10

Pandas学习 | 数据的合并concat()

【走在成长的路上】总纲concat()用于连接Pandas对象例：pieces=[df[:3],df[3:7],df[7:]]pd.concat(pieces)参数pd.concat(objs,axis=0,join='outer',join_axes=None,ignore_index=False,keys=None,levels=None,names=None,verify_integrity
水土七口刀·2020-11-25 15:01

莫烦Python Numpy&Pandas 学习笔记

莫烦PythonNumpy&Pandas学习笔记原文(视频)地址：https://www.bilibili.com/video/BV1Ex411L7oT1.安装numpy官方网站：downloadnumpy
chenzj36·2020-11-08 11:52

学习 | Pandas学习系列目录

【走在成长的路上】技术文总纲【Pandas学习系列目录】（一）Pandas学习常用函数（二）Pandas学习选择数据（三）Pandas学习数据赋值（四）Pandas学习缺失值与统计（五）Pandas学习数据的合并
水土七口刀·2020-11-02 17:09

实战 | Pandas实战系列目录

【走在成长的路上】技术文总纲【Pandas实战系列目录】（一）Pandas实战DataFrame数据筛选重构——01（二）Pandas实战DataFrame数据筛选重构——02（三）Pandas学习性能优化
水土七口刀·2020-11-02 17:03

Python之Pandas超详细入门教程 -- 第一章 Pandas数据结构【基础篇】

Numpy为基础，借力Numpy模块在计算方面性能高的优势基于matplotlib，能够简便的画图独特的数据结构Numpy已经能够帮助我们处理数据，能够结合matplotlib解决部分数据展示等问题，那么pandas
Dragon少年·2020-10-20 14:50

pandas学习笔记1

一、pandas数据结构1、SeriesSeries有两个属性,values和index，values表示Series对象中的数据，是只读的属性，不可通过属性赋值。index表示Series中的索引，可以通过直接赋值的方式改变，但赋值的列表长度应该与index长度相同。改变index的方式还可以通过reindex方法,调用该方法,返回一个新的Series对象，原对象不做修改。新对象中，如果索引在原
迪_7761·2020-10-10 15:08

Pandas学习笔记，DataFrame的排序问题

数据来源见前边的几篇随笔对其中的一列排序data.high.sort_values(ascending=False)data.high.sort_values(ascending=True)data['high'].sort_values(ascending=False)data['high'].sort_values(ascending=True)p=data.high.sort_values(
aoc68397·2020-09-16 11:14

Python pandas学习总结

Pythonpandas学习总结pandas是做数据分析非常重要的一个模块，它使得数据分析的工作变得更快更简单。
Alden_Wei·2020-09-15 16:17

三、pandas学习，DataFrame数据，修改指定位置值，根据条件修改值，添加新列

作者：小白蒋，所有的努力都是为了做个小白，单纯且快乐~pandas-V0.25.3numpy-V1.17.4python-V3.8.0本文内容1、指定位置修改值2、根据条件修改值3、添加新列1、指定位置修改值importnumpyasnpimportpandasaspd#创建pandas的DataFramedates=pd.date_range('20191227','6')df=pd.DataF
小白蒋伯格·2020-09-15 13:32

Python_Pandas学习笔记03：DataFrame按列筛选满足特定条件的行

一、参考资料[1] Pandas数据合并与重塑[2] Python随机数[3] Python中小数点位数控制二、DataFrame数据框的筛选  首先为了进行该部分的展示，创建测试数据集，测试数据集的内容为A,B两省的2000-2002年农业、工业和服务业的月度GDP产值。具体创建代码如下#0.模块导入importnumpyasnpimportpandasaspdnp.random.seed(42
EWBA_GIS_RS_ER·2020-09-15 12:20

Python之pandas学习（一）

pandas学习(两种数据结构DataFrame&Series)DataFrame(类似numpy的二维数组，是一种带标签的二维对象)有行索引&列索引(默认从0开始，可根据索引选值)1.创建方式：从另一个
lzw2016·2020-09-14 04:25
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他