pandas数据清洗

机器学习实战2--蒙特卡洛方法与Q-Q图(2022/10/12)

图蒙特卡洛方法蒙特卡洛的定义和基本步骤一些常用的概率论相关函数使用蒙特卡洛验证大数定理Q-Q图Q-Q图的定义及用途importnumpyasnpfromnumpy.linalgimportinv,eigimportmatplotlib.pyplotaspltimportpandasaspdfromscipy.statsimportnorm
点灯的棉羊·2024-02-20 03:13

机器学习实战1-基础运用（2022/10/11）

机器学习实战1-基础运用文章目录机器学习实战1-基础运用numpy的简单运用生成矩阵和矩阵的简单操作用pandas库读取、保存csv数据文件read_csv()函数及读入的数据处理to_csv()保存数据
点灯的棉羊·2024-02-20 03:12

Pandas提速方案

Pandas提速方案1.read_csv的engine设置为c：pd.read_csv(filename,engine='c')使用的分析引擎。可以选择C或者是python。
千寻1997·2024-02-20 03:03

python连oracle DPI-1047: Cannot locate a 64-bit Oracle Client library: "The specified module could...

importpandasaspdimportcx_Oracle#连接数据库#user/password@dbnameconn=cx_Oracle.connect('账号/密码@库名')#创建cursorcursor
biu4beng3·2024-02-20 01:42

Pandas数据库大揭秘：read_sql、to_sql 参数详解与实战篇【第81篇—Pandas数据库】

Pandas数据库大揭秘：read_sql、to_sql参数详解与实战篇Pandas是Python中一流的数据处理库，而数据库则是数据存储和管理的核心。
一见已难忘的申公豹·2024-02-20 00:20

机器学习网格搜索超参数优化实战(随机森林) ##4

数据预处理模块时序特征衍生第一轮网格搜索第二轮搜索第三轮搜索第四轮搜索第五轮搜索基于Kaggle电信用户流失案例数据（可在官网进行下载）导入库#基础数据科学运算库importnumpyasnpimportpandasaspd
恒c·2024-02-19 23:47

快乐学Python，如何正确使用pandas处理时间类型的数据？

在日常的数据分析工作中，常常会有根据日期来对数据进行分析。比如我们需要通过用户的下单时间来分析用户在不同时间段对商品的喜好；如通过访问日志的访问时间来分析系统的访问周期和负载，为不同时间段的资源调配提供依据；如通过用户刷短视频的时间来分析用户的行为特征和工作时间和工种；由此可以看出，在数据分析中，根据日期（时间）来分析的情况还是不少的。同时，根据数据记录方式的不同，时间的保存格式也是不同的。比如有
我爱娃哈哈·2024-02-19 22:41

Python数据分析：NumPy、Pandas与Matplotlib库

NumPy、Pandas和Matplotlib是Python中最常用的数据分析库。以下是对这三个库的简要介绍以及相应的代码示例。
数据小爬虫·2024-02-19 18:40

【大厂AI课学习笔记】【2.1 人工智能项目开发规划与目标】（4）数据准备的流程

1.数据采集观测数据人工收集调查问卷线上数据库2.数据清洗有缺失的数据有重复的数据有内容错误的数据，例如逻辑错误、格式错误有不需要的数据3.数据标注数据标注即通过分类、画框、标注、注释等，对图片、语音、
giszz·2024-02-19 13:47

Python可视化工具集合来报道 （下）

接上文：6.Geopandas是一个强大的地理空间数据处理与可视化库。它结合了Pandas和Shapely等库的功能，提供了对地理空间数据进行高效处理和可视化的能力。
·2024-02-19 12:29

RapidMiner缺失数据处理——去掉数据大量缺失的变量

最近做数据挖掘，发现RapidMiner是一款数据清洗、处理和转换的好工具，尤其在数据量不大的情况下。和R语言相比，RapidMiner在数据处理方面要简单直观得多。
carlwu·2024-02-19 11:59

蓝桥杯备战每日一练-----Python

基础刷题2月3日一、斐波那契数列题目描述代码二、cryin的斐波那契数列代码总结一、斐波那契数列示例：pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。
MLinfinite·2024-02-19 11:44

数据分析之数据预处理、分析建模、可视化

数据预处理的主要任务包括：数据清洗：去除错误的数据、处理缺失值、识别和修正异常值。数据集成：将来自不同来源的数据合并到一起，建立一致的数据集。数据变换：对数据进行规范化、标准
终将老去的穷苦程序员·2024-02-19 11:11

数据分析 — Pandas 数据加载、存储和清洗

read_json()6、read_html()7、大文件读取二、数据保存1、csv2、excel3、json4、html5、MySQL1、连接数据库2、MySQL存储到本地3、本地存储到MySQL三、数据清洗
永远十八的小仙女~·2024-02-19 11:05

数据分析 — Pandas 分组聚合

目录一、函数应用和映射1、apply2、map二、汇总和描述统计1、计算平均值2、计算中位数3、计算总和4、找到最小值5、找到最大值6、计算标准差7、计算方差8、计算非空值的数量9、生成摘要统计信息10、计算唯一值的频率三、str属性1、str.len()2、str.lower()和str.upper()3、str.replace()4、str.strip()、str.lstrip()和str.r
永远十八的小仙女~·2024-02-19 11:35

超详细 | Python数据可视化入门教程（Pandas、Matplotlib、Seaborn、Pyecharts）

数据可视化是为了使得数据更高效地反应数据情况，便于让读者更高效阅读，通过数据可视化突出数据背后的规律，以此突出数据中的重要因素，如果使用Python做数据可视化，建议学好如下这四个Python数据分析包，分别是：Pandas
酒酿小小丸子·2024-02-19 10:15

数据分析 — Matplotlib 、Pandas、Seaborn 绘图

目录一、Matplotlib1、折线图2、柱状图3、水平条形图4、直方图5、散点图6、饼图二、pandas1、折线图2、柱状图三、seaborn1、散点图2、箱线图3、直方核密度图4、成对图一、MatplotlibMatplotlib
永远十八的小仙女~·2024-02-19 10:13

anaconda简介,什么是anaconda？

它包含了Python解释器以及一系列常用的科学计算和数据科学库，如NumPy、Pandas、SciPy和Matplotlib等。
JayGboy·2024-02-19 10:30

pandas导出的EXCEL列宽压缩很小 有自动调整列宽的方式吗？

问了一个Pandas处理Excel的问题。问题如下：大佬们pandas导出的EXCEL列宽压缩很小有自动调整列宽的方式吗不需要表格样式只需要调整列宽即可二、实现过程上面【黑科
Python进阶者·2024-02-15 10:23

机器学习4----随机森林

importnumpyasnpimportpandasaspdfromsklearn.datasetsimportload_irisdata,target=load_iris(return_X_y=True
pyniu·2024-02-15 08:31

机器学习3----决策树

这是前期准备importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt#ID3算法#每个特征的信息熵#target:账号是否真实，共2种情况#
pyniu·2024-02-15 08:29

[Py027] pandas set_option

pandas默认打印出来的结果，行和列都有省略，平时还好，打印的内容不会一下子将屏幕占满。
安哥生个信·2024-02-15 08:17

〔诗翻译〕海狂热 Sea Fever

SeaFever海狂热BYJOHNMASEFIELD约翰·梅斯菲尔德作夜阑译AllIaskisatallshipandastartosteerherby.Imustgodowntotheseasagain
北京文元·2024-02-15 08:03

基于Pandas操作Excel之 —— 在表格追加一列计算结果

基于Pandas操作Excel一、在Excel表格里追加一列计算结果#1.构造字典类型的键值对，键名设置成列明，键值设置成列表res_dic={'结果'：res_list}#2.插入DataFrame数据组里
我是那颗银弹·2024-02-15 07:57

Python办公—pandas读取Excel表格增加列、两列保持一致、依条件修改单元格内容（附代码）

目录专栏导读背景插入一列插入多列依条件修改单元格内容(2个条件以内)依条件修改单元格内容(3个条件以上)两列保持一致结尾专栏导读欢迎来到Python办公自动化专栏—Python处理办公问题，解放您的双手️‍博客主页：请点击——>一晌小贪欢的博客主页该系列文章专栏：请点击——>Python办公自动化专栏求订阅文章作者技术和水平有限，如果文中出现错误，希望大家能指正❤️欢迎各位佬关注！❤️背景大家都知
一晌小贪欢·2024-02-15 07:27

爬取投票页面，音乐与视频，高清图片

首先一般情况下爬虫爬取网页数据不违法，但有些收费或者限制下载次数的音乐网站，视频网站等数据很容易爬取到，我最近就爬取了好几个网站的音乐与视频，也用自动化模块分析了QQ空间，写了新型冠状肺炎的数据清洗与可视化
李奇彦·2024-02-15 05:35

pandas新手入门教程十

接上文。今天玩点高端的东西：多级索引。这东西稍微有点复杂，我们先来看看最终的样子是酱婶的：多级索引今天的df和之前的比，就是在索引部分不再是一层。我们慢慢的开始第一步，创建索引index_tuples=list(zip(['bar','bar','baz','baz','foo','foo','qux','qux'],['one','two','one','two','one','two','on
人工智能人话翻译官·2024-02-15 05:12

数据分析 — Pandas 数据处理

3、引用二、数据结构1、Series2、DataFrame三、常见操作1、数据合并2、数据删除3、创建多层索引4、数据对齐5、排序6、DataFrame和Series之间的运算四、应用一、简介1、概念Pandas
永远十八的小仙女~·2024-02-15 05:49

Pandas 2.1.3文档 直接下载（已处理本地文档打开很慢、白屏问题）

Pandas的本地文档有时候打开时会很慢、白屏，过几秒才能打开。
kelebukele·2024-02-15 01:45

Python数据分析 Pandas进阶（下） 这篇就够了

建议先看我写的Pandas快速入门和Pandas进阶(上)、（中），这样方便理解接下来的内容入门篇Python数据分析Pandas快速入门至进阶这篇就够了_pythonpandas-CSDN博客https
碎像·2024-02-14 23:20

Python数据分析 Pandas快速入门至进阶这篇就够了

1.简述PandasPandas是Python的一个数据分析包，最初由AQRCapitalManagement于2008年4月开发，并于2009年底开源出来。
碎像·2024-02-14 23:49

【MATLAB】PSO_BP神经网络回归预测（多输入多输出）算法原理

该算法的原理如下：数据预处理：在进行PSO-BP神经网络回归预测之前，需要对数据进行预处理，包括数据清洗、特征选择和数据归一化等步骤。初始化神经网络：首先需要初始化神经网络的结构和初始权值。
Lwcah·2024-02-14 22:25

[Stay Sharp]线性回归代码实现

纯Python实现线性回归#-*-coding:utf-8-*-importpandasaspdimportstatsmodels.formula.apiassmffrommpl_toolkits.mplot3dimportAxes3D
三千雨点·2024-02-14 21:41

python从入门到精通（二十一）：python数据可视化进阶

python数据可视化进阶numpy库的使用Matplotlib库的使用Pandas的使用PIL库的使用numpy库的使用Matplotlib库的使用Pandas的使用PIL库的使用
HACKNOE·2024-02-14 19:07

numpy 矩阵乘法_一起学习Python常用模块——numpy

对于数据分析师来说，应掌握基础语法和数据科学的模块，主要包括：pandas、numpy和机器学习库sklearn等。对于算法工程师来说，还应掌握深度学习相关模块，主
weixin_39636099·2024-02-14 19:36

python 对ndarray全体除以一个数_一起学习Python常用模块——numpy

对于数据分析师来说，应掌握基础语法和数据科学的模块，主要包括：pandas、numpy和机器学习库sklearn等。对于算法工程师来说，还应掌握深度学习相关模块，主
weixin_39785814·2024-02-14 19:36

python数据分析-Numpy库

numpy三剑客importnumpyasnpimportpandasaspdimportmatplotlibpyplotasplt在数据分析中，NumPy、Pandas和Matplotlib是非常常用的三个库
weixin_45988458·2024-02-14 19:36

python_pandas库_Series部分

1、由列表或NumPy数组创建importnumpyasnpimportpandasaspd​list1=[11,22,33,44,55,66]​s=pd.Series(list1)print(s)​#
蜀道之南718·2024-02-14 19:36

【机器学习】数据清洗之处理异常点

【机器学习】数据清洗之处理异常点一确定处理策略：1.1考虑因素1.2常用处理策略二删除异常值三替代异常值：四转换异常值：五三种处理策略的优缺点及应用场景5.1删除异常点：5.2替换异常点：5.3转换异常点
甜美的江·2024-02-14 18:21

【机器学习】数据清洗之处理异常点

个人主页：[甜美的江]欢迎点赞✍评论⭐收藏收录专栏：[机器学习]希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共同学习、交流进步！引言:在数据分析和建模的过程中，我们常常会面对一个重要的问题：异常值。这些异常值可能是由于数据采集过程中的误差、设备故障或其他未知原因引起的。处理异常值是确保我们的模型能够稳健、准确地进行预测的关键一环。本博客将深入探讨处理异常值的不同策略，以及它们各
·2024-02-14 09:09

数据分析实战1——小费数据的数据分析

1.对原始小费数据初步分析（1）加载数据importnumpyasnpimportpandasaspdfdata=pd.read_excel('.
苏俗·2024-02-14 04:35

数据分析之数据预处理、分析建模、可视化

二、数据预处理数据分析之数据预处理的步骤主要包括数据清洗、数据集成、数据变换和数据规约。这些步骤是提高数据质量和适应数据分析软件或方法的重要环节
m1chiru·2024-02-14 00:26

【python数据分析基础】—dataframe中index的相关操作（添加、修改index的列名、修改index索引值等）

一、添加、修改index的列名新建一个dataframe表，我们可以自定义index的值，如下：importpandasaspdimportnumpyasnpframe=pd.DataFrame(np.random.randn
sodaloveer·2024-02-14 00:23

获取基金数据python库_python获取基金数据求基金30天移动平均线

单个基金importtushareastsimportxlrd#读取数据importpandasaspdts.set_token('xxxxxxxxxxxxxx')pro=ts.pro_api()path
weixin_39536630·2024-02-13 18:31

Pandas读取csv文件出现，AttributeError:'float' object has no attribute 'decode'

原因python3读取csv文件的默认编码为unicode，unicode并不是编码格式，而是字符集，它包含了世界上目前所有的符号，所以unicode没有decode属性encode，decode，分别是编码和解码，在Python中，unicode类型是编码的基础类型解决办法在read_csv的后面加上.astype(str)data=pd.read_csv('route/filename.csv
旅行小张·2024-02-13 16:21

python使用pandas读取excel数据时列标题和数据无法对齐？

当你使用python中的pandas库中的.read（）方法时，无法对齐数据，如下：对于强迫症的我，必须得把它弄对齐了才行！
Nothing to Lose-YL·2024-02-13 15:35

已解决AttributeError: ‘DataFrame‘ object has no attribute ‘ix‘异常的正确解决方法，亲测有效！！！

在使用Python的Pandas库进行数据操作时，若出现AttributeError:'DataFrame'objecthasnoattribute'ix'异常，这通常意味着我
小 明·2024-02-13 14:05

pandas:统计某一列字符串中各个word出现的频率

示例代码#-*-coding:utf-8-*-#@Time:2022/2/134:18下午#@Author:JasonLiu#@FileName:test.pyimportpdbimportpandasaspdimportnumpyasnpdf
JasonLiu1919·2024-02-13 14:56

【深度学习】S1 预备知识 P2 数据预处理

在Python的各种数据分析工具中，我们选择了pandas库来进行这一工作，因为它能与张量兼容。在本篇博文中，我们将概述如何使用pandas对原始数据进行预处理，并将其转换成张量格式。
脚踏实地的大梦想家·2024-02-13 13:18

数据分析基础之《pandas（8）—综合案例》

一、需求1、现在我们有一组从2006年到2016年1000部最流行的电影数据数据来源：https://www.kaggle.com/damianpanek/sunday-eda/data2、问题1想知道这些电影数据中评分的平均分，导演的人数等信息，我们应该怎么获取？3、问题2对于这一组电影数据，如果我们想看Rating、Runtime(Minutes)的分布情况，应该如何呈现数据？4、问题3对于这
csj50·2024-02-13 09:02
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他