一、创建Series # 参数# - Series (Series)是能够保存任何类型的数据(整数，字符串，浮点数，Python对象等)的一维标记数组。轴标签统称为索引。 - data 参数 - index 索引 索引值必须是唯一的和散列的，与数据的长度相同。 默认np.arange(n)如果没有索 ...
分类：
其他好文 时间：
2020-05-09 21:22:33
阅读次数：
60
为什么要学习pandas 数据处理基本就是使用pandas, pandas就是numpy++ pandas是一个强大的数据分析工具集 pandas的常用数据类型 (1) Series (2) Dataframe Series Series创建 通过序列来创建Series对象 通过字典来创建Serie ...
分类：
其他好文 时间：
2020-05-09 01:10:51
阅读次数：
58
Pandas详解 Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。 1、安装包 pip install pandas 2、数据结构 Pandas有三大数据结构，Series、DataFrame以及Pan ...
分类：
其他好文 时间：
2020-05-09 00:32:44
阅读次数：
78
在pandas中主要提供了两种数据类型，series与dataframe,前者相当于numpy中的一维数组，后者相当于一个excel或者.net中的datatable,即一个内存表，有了这样的数据结构进行数据分析即容易的多，可以通过python程序化处理达到类似于excel中的功能 以下对serie ...
分类：
其他好文 时间：
2020-05-08 15:58:45
阅读次数：
65
1.使用read_json函数可以自动将JSON数据集按照指定的顺序转换为Series或者DataFrame对象，其默认做法是假设JSON数据中的每个对象是表里的一行 # [{"a": 1, "b": 2, "c": 3}, # {"a": 4, "b": 5, "c": 6}, # {"a": 7 ...
分类：
Web程序 时间：
2020-05-07 23:07:22
阅读次数：
86
对Series 对象使用匿名函数 使用 pipe 函数对 Series 对象使用 匿名函数 pd.Series(range(5)).pipe(lambda x,y,z :(x**y)%z,2,5) pd.Series(range(5)).pipe(lambda x:x+3).pipe(lambda ...
分类：
其他好文 时间：
2020-05-07 20:15:20
阅读次数：
93
首先-什么是 TSDB (Time Series Database): 我们可以简单的理解为.一个优化后用来处理时间序列数据的软件,并且数据中的数组是由时间进行索引的. 时间序列数据库的特点: 大部分时间都是写入操作 写入操作几乎是顺序添加;大多数时候数据到达后都以时间排序. 写操作很少写入很久之前 ...
分类：
数据库 时间：
2020-05-07 09:30:54
阅读次数：
189
# 直接生成时间索引，支持str， datetime.datetime rng=pd.DatetimeIndex(['12/1/2017','12/2/2017','12/3/2017','12/4/2017','12/5/2017']) print(rng,type(rng)) print(rng ...
分类：
其他好文 时间：
2020-05-06 01:28:02
阅读次数：
92
```python import pandas as pd # 两个数据类型：Series = 索引+一维数据、DataFrame = 行列索引+二维数据 Series类型：一组数据及与之相关的数据索引组成 # pd.Series(values, index=[]) # index自定义索引 Dat... ...
分类：
其他好文 时间：
2020-05-04 19:42:43
阅读次数：
77
常常会碰到各种各样时间序列预测问题，如商场人流量的预测、商品价格的预测、股价的预测，等等。TensorFlow新引入了一个TensorFlow Time Series库（以下简称为TFTS），它可以帮助在TensorFlow中快速搭建高性能的时间序列预测系统，并提供包括AR、LSTM在内的多个模型。 ...
分类：
其他好文 时间：
2020-05-03 23:08:54
阅读次数：
136
