摘要:一關于是基于構建,經許可的開源庫,為開發者提供高性能,易用的數據結構和數據分析工具。官網二數據結構一維標記的數組,能夠保存任何數據類型整數,字符串,浮點數,對象等。軸標簽統稱為索引。二維的表格型數據結構。
一、關于pandas
pandas是基于NumPy構建,經BSD許可的開源庫,為Python開發者提供高性能,易用的數據結構和數據分析工具。pandas官網
二、數據結構1、Series:一維標記的數組,能夠保存任何數據類型(整數,字符串,浮點數,Python對象等)。軸標簽統稱為索引。
import pandas as pd import numpy as np # 傳入數據可以是 ndarray或列表, # 此時傳入index時,需要滿足len(index)=len(data) # data = np.random.randn(4) # data = ["a",2,3.1,True] # 傳入數據可以是 標量值 # data = 6 # 傳入數據可以是 字典 data = {"b":1,"a":6,"c":15} # 如果沒有傳遞index或index=None,將自動創建index=[0, ..., len(data) - 1]。 index = ["a", "b", "c", "d", "e"] # 創建 Series s = pd.Series(data,index=index,name="my_series") print(s) # a 6.0 # b 1.0 # c 15.0 # d NaN --> pandas缺失數據標記 # e NaN # Name: my_series, dtype: float64
# Series切片操作 print(s[0]) # 6.0 print(s[:2]) # a 6.0 # b 1.0 # Name: my_series, dtype: float64 print(s[[1,4]]) # b 1.0 # e NaN # Name: my_series, dtype: float64 # Series類似字典操作 print(s["d"]) # nan s["d"] = 2 # 設置指定index的值 print(s["d"]) # 2.0 print("e" in s) # True,判斷是否含有指定index # print(s["f"]) # KeyError: "f" print(s.get("f", np.nan)) # 類似字典get取值 print(s.name) # my_series 獲取name print(s.index) # Index(["a", "b", "c", "d", "e"], dtype="object")
2、Time- Series:以時間為索引的Series。
3、DataFrame:二維的表格型數據結構。很多功能與R中的data.frame類似。可以將DataFrame理解為Series的容器。
4、Panel :三維的數組,可以理解為DataFrame的容器。
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/42718.html
摘要:寫在前面在此總結一些在數據分析挖掘中可能用到的功能,方便大家索引或者從一種語言遷移到另一種。概率圖模型文本基本操作類別英中中文分詞未知主題模型類別未知未知未知值得留意的是的新第三方模塊,與其他分析可視化挖掘報表工具的交互類別實際是的服務包 寫在前面 在此總結一些在數據分析/挖掘中可能用到的功能,方便大家索引或者從一種語言遷移到另一種。當然,這篇博客還會隨時更新(不會另起一篇,為了方便大...
摘要:本次分享將介紹如何在中使用庫實現數據庫的讀寫。提供了工具包及對象關系映射工具,使用許可證發行。模塊實現了與不同數據庫的連接,而模塊則使得能夠操作數據庫。 ??本次分享將介紹如何在Python中使用Pandas庫實現MySQL數據庫的讀寫。首先我們需要了解點ORM方面的知識。 ORM技術 ??對象關系映射技術,即ORM(Object-Relational Mapping)技術,指的是把關...
摘要:下面,作者介紹了八種在中實現的可視化工具包,其中有些包還能用在其它語言中。當提到這些可視化工具時,我想到三個詞探索數據分析。還可以選擇樣式,它模擬了像和等很流行的美化工具。有很多數據可視化的包,但沒法說哪個是最好的。 showImg(https://segmentfault.com/img/remote/1460000019029121); 作者:Aaron Frederick 喜歡用...
閱讀 289·2024-11-07 18:25
閱讀 130366·2024-02-01 10:43
閱讀 868·2024-01-31 14:58
閱讀 828·2024-01-31 14:54
閱讀 82766·2024-01-29 17:11
閱讀 3048·2024-01-25 14:55
閱讀 1985·2023-06-02 13:36
閱讀 3033·2023-05-23 10:26