pandas 处理
2021/10/19 23:10:03
本文主要是介绍pandas 处理,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
pandas 基础处理部分
pandas是什么
数据结构
基础操作
运算
画图
pandas是什么
数据处理工具
pannel + data + analysis
面板 计量经济学 三维数据
边界数据处理能力
读取文件方便
封装matplotlib 和 numpy 方便计算
三大pandas数据结构
dataframe
panel
series
Dataframe
既有行索引,又有列索引的二维数组
import pandas as pd import numpy as np data = np.random.normal(0,1,(10,5)) data2 = pd.DataFrame(data) data2
data = np.random.normal(0,1,(10,5)) data = pd.DataFrame(data) # 添加行索引 row_names = ['股票{}'.format(i) for i in range(10)] # 添加列索引 date = pd.date_range(start='20180101',periods=5,freq='B') pd.DataFrame(data,index = row_names,columns = date)
属性:
shape
index
columns
vales
T
索引的设置
设置新索引
行列索引只能集体修改,不能单独修改某个行/列的索引值
重置索引
data.reset_index()
data.reset_index(drop = True)
设置多个索引
multilndex 和pannel
pandas 高级处理部分
缺失值处理
删除缺失值
替换/插补
如何处理nan
判断是否存NaN
pd.isnull(df) pd.notnull(df)
删除缺失值
默认按行去删除
df.dropna()
df.dropna(axis = 'row')
inplace参数 True就地删除,False不修改原值
df.drop(inplace=Flase)
默认false
替补插补
df.fillna(value, inplace = Flase)
这篇关于pandas 处理的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-10-01基于Python+Vue开发的医院门诊预约挂号系统
- 2024-10-01基于Python+Vue开发的旅游景区管理系统
- 2024-10-01RestfulAPI入门指南:打造简单易懂的API接口
- 2024-10-01初学者指南:了解和使用Server Action
- 2024-10-01Server Component入门指南:搭建与配置详解
- 2024-10-01React 中使用 useRequest 实现数据请求
- 2024-10-01使用 golang 将ETH账户的资产平均分散到其他账户
- 2024-10-01JWT用户校验课程:从入门到实践
- 2024-10-01Server Component课程入门指南
- 2024-09-30Dnd-Kit学习:新手快速入门指南