• python数据分析学习(1)pandas一维工具Series讲解


      python是数据分析的主要工具,它包含的数据结构和数据处理工具的设计让python在数据分析领域变得十分快捷。它以NumPy为基础,并对于需要类似 for循环 的大量数据处理的问题有非常快捷的数组处理函数。

      但是pandas最擅长的领域还是在处理表格型二维以上不同数据类型数据。

      基本导入语法:

    import pandas as pd
    

       pandas标记缺失值或NA值为NaN。
      有关python语法,数据分析简介,ipython,jupyter notebook和Numpy在我的CSDN博客: 计科李昂CSDN已经向大家讲解了。

    一:pandas数据结构介绍

    1.Series

      Series是一种一维的数组型对象,它包含了一个值序列与数组标签索引。下面介绍有关的知识,代码是示例。

      (1)生成Series对象

    a = pd.Series() # 括号里传入索引对象
    

      (2)获取值和索引

    a.values  # 获取值
    a.index   # 获取索引
    

      (3)为序列创建索引序列

    b = pd.Series([],index=[])  # 括号里传入索引对象和索引序列
    

      (4)通过标签进行索引

    c1['a'] # 普通索引
    c2[[]]  # 以序列标签进行索引
    

      (5)使用NumPy的函数或NumPy风格操作

    d[conditions] # 布尔值数组(用布尔值选择条件)进行过滤
    d * n         # 与标量相乘进行过滤
    np.exp(n)     # 应用数学函数进行过滤
    

      (6)用in与not in 判断元素是否在Series对象中。

      (7)可以构建字典为Series对象。

      (8)可以将其他序列作为某个序列的标签。没有对应记为NaN

      (9)用isnull与notnull数组函数检查标签是否缺失数据。
      (10)赋值索引名和对象名

    e.name  # 赋值对象的名字
    e.index # 赋值索引的名字
    
  • 相关阅读:
    原生JS里获取class属性
    在Aptana下安装Zen coding
    一个Vim配置
    在Aptana下安装Zen coding
    Sublime Text2破解
    评价。评星级js代码
    javascript 6步搞定性能优化!
    document.getElementById的简写方式
    aptana 代码折行
    vim的代码折叠:设置默认代码不折叠
  • 原文地址:https://www.cnblogs.com/ITXiaoAng/p/12333722.html
Copyright © 2020-2023  润新知