一 创建多层DataFrame 取得列:df['col'] df[[c1,c2]] df.loc[:,col] 取行:df.loc['index'] df[index1:inde2] 1.1 隐式构造 最常见的方法是给DataFrame构造函数的index或者columns参数传递两个或更多的数组 ...
分类：
其他好文 时间：
2019-02-22 19:55:16
阅读次数：
190
pandas提供了一些用于将表格型数据读取为DataFrame对象的函数，其中read_csv和read_table这两个使用最多。 一 文件操作 1.1 读取文件 文件数据 读取代码 效果展示 1.2 写入文件 二 数据库mysql 操作（pymysql） 2.1 读取数据库 (1)更新pymys ...
分类：
其他好文 时间：
2019-02-21 12:51:12
阅读次数：
162
这一节想总结一下 生成 Dataframe 的几种方式: 下面分别一一介绍具体的实现方式: 通过 csv 文件这里补充一个知识点, 就是如果要读取的文件不在 jupyter 所在的文件夹, 则可以通过绝对路径的方式引入. 通过 Excel 文件这里的第二个参数是必填项, 因为要指明具体读取 exce ...
分类：
其他好文 时间：
2019-02-20 13:22:50
阅读次数：
156
上一节我们已经对 Dataframe 的概念做了一个简单的介绍, 这一节将具体看下它的一些基本用法: 首先, 准备一个 excel 文件, 大致内容如下, 并保存成 .csv 格式. 然后, 在 jupyter notebook 里执行如下代码:py#引入 pandas 模型import panda ...
分类：
其他好文 时间：
2019-02-19 17:43:32
阅读次数：
208
01.Series 02.DataFrame 03.Descriptive 04.merge 05.timeSeries ...
分类：
其他好文 时间：
2019-02-15 17:55:20
阅读次数：
93
在这个用 Python 和 Pandas 实现数据分析的教程中, 我们将明确一些 Pandas 基础知识. 加载到 Pandas Dataframe 的数据形式可以很多, 但是通常需要能形成行和列的数据集. 所以可以是如下的 dictionary 的形式: 我们可以通过如下方式把这个 diction ...
分类：
编程语言 时间：
2019-02-14 19:06:01
阅读次数：
167
二、merge：通过键拼接列 类似于关系型数据库的连接方式，可以根据一个或多个键将不同的DatFrame连接起来。 该函数的典型应用场景是，针对同一个主键存在两张不同字段的表，根据主键整合到一张表里面。 参数介绍： left和right：两个不同的DataFrame； how：连接方式，有inner ...
分类：
其他好文 时间：
2019-02-12 01:42:22
阅读次数：
242
pandas.DataFrame.join 自己弄了很久，一看官网。感觉自己宛如智障。不要脸了，直接抄 Join columns with other DataFrame either on index or on a key column. Efficiently Join multiple Da ...
分类：
其他好文 时间：
2019-02-12 01:39:12
阅读次数：
1079
一、concat：沿着一条轴，将多个对象堆叠到一起 objs：需要连接的对象集合，一般是列表或字典； axis：连接轴向； join：参数为‘outer’或‘inner’； join_axes=[]：指定自定义的索引； keys=[]：创建层次化索引； ignore_index=True：重建索引 ...
分类：
其他好文 时间：
2019-02-12 00:23:00
阅读次数：
949
链接：https://www.cnblogs.com/skying555/p/5914391.html 注意点：1. pandas的数据类型dataframe 和 series 2. pandas的plot方法图像可视化 pandas的plot方法图像可视化 打开plt， 加上plt.show()即 ...
分类：
其他好文 时间：
2019-02-11 12:43:36
阅读次数：
146
