weixin_45735361的博客

数据透视表我们⽬前所用的累计操作都是按照⼀个维度进行，数据透视表可以看做是按照⼆维进行累计的操作功能。# 以泰坦尼克号数据为例⼦进⾏展示import numpy as npimport pandas as pdimport seaborn as snstitanic = sns.load_dataset("titanic")print(titanic.shape)(891, 15...

对大数据进行分析的时候，⼀项基本工作就是数据累计（summarization），通常包括：sum： 求和mean：平均数median：中位数min：最小值max：最大值count：计数first/last: 第⼀项和最后⼀项std: 标准差var：方差mad：均值绝对方差prod：所有项乘积# 准备数据# 我们这次准备数据时候⽤seaborn提供的⾏星数据，包括天⽂学...

合并数据是对数据集合的合，是基本操作之⼀，也是我们处理大量数据的核⼼操作，本章主要研究数据的合并操作。# 准备数据import numpy as npimport pandas as pddef make_df(cols, ind): '''⽣成⼀个简单的DataFrame数据''' data = {c:[str(c) + str(i) for i in ind] for c in...

Pandas基于Numpy，相应的运算也是基于Numpy的运算，只不过多了⼀些Pandas的内容，比如运算结果保留索引和列标签，传递通用函数的时候会自动对齐索引等。对通用函数保留索引和列标签import numpy as npimport pandas as pddf = pd.DataFrame(np.random.randint(100, size=(3,5)), columns=[...

处理多维数据的时候，虽然Pandas提供了Panel和Panel4D， 但更直观的是使用层级索引(HierarchicalIndeing,也叫多级索引 multi-indexing), 通过层级索引，可以将⾼维度数据转换成类似以为Series或者⼆维DataFrame对象的形式。层级索引的创建直接创建import numpy as npimport pandas as pd# 通过...

pandas概述Numpy主要处理结构化数据，数据量比较小，规则对于⼤量数据， 需要清理的数据，则需要pandas⼀般使用方法是 import pandas as pdSeries对象Series对象是⼀个带索引数据构成的⼀维数组。Series把数组和⼀组索引绑定在⼀起。如果想获取绑定的内容，分别可以使用values属性和index属性。Series的创建Series对象的创...