电信100m光纤做网站,营销网络的建设怎么写,网页设计高端,网站推广哪个好各位大佬好 #xff0c;这里是阿川的博客#xff0c;祝您变得更强 个人主页#xff1a;在线OJ的阿川
大佬的支持和鼓励#xff0c;将是我成长路上最大的动力
阿川水平有限#xff0c;如有错误#xff0c;欢迎大佬指正 Python 初阶 Python–语言基础与由来介绍 Python–…
各位大佬好 这里是阿川的博客祝您变得更强 个人主页在线OJ的阿川
大佬的支持和鼓励将是我成长路上最大的动力
阿川水平有限如有错误欢迎大佬指正 Python 初阶 Python–语言基础与由来介绍 Python–注意事项 Python–语句与众所周知 数据清洗前 基本技能 数据分析—技术栈和开发环境搭建 数据分析—Numpy和Pandas库基本用法及实例 数据整理前 必看 数据分析—三前奏获取/ 读取/ 评估数据 数据分析—数据清洗操作及众所周知 这是目录 font color f28e16 size5合并拼接数据font color f28e16 size5分组数据font color f28e16 size5众所周知 合并拼接数据
将多个DataFrame的数据进行合并或者拼接
concat 将不同的DataFrame进行拼接 ignore_indexTrue 参数忽视原本DataFrame的索引axis 参数可以指定纵向和横向合并 merge 根据不同的DataFrame的相同列进行合并 on 该参数锁定条件列进行合并 left-on 左边指定列right-on 右边指定列 suffixes 该参数可修改列名后缀 how 该参数 决定以什么样的方式合并 join 根据索引去合并 lsuffix 修改左边后缀rsuffix 修改右边后缀 how 该参数决定以什么样方式合并 inner默认方式 保留左右表都有匹配的值 outer 保留左右表的所有值,若有匹配不上的则用NaN填充 left 保留 左边的值,用右边的值去匹配若匹配不上则填充NaN right 保留 右边的值用左边的值去匹配若匹配不上则填充NaN 分组数据
将DataFrame的数据进行分组
groupby 根据选择条件进行分组且应该提取相应的变量做相应的聚合操作 会生成一个实例但看不到究竟长什么样 因为实例中一个单元格里有多个数据情况并不是有效的表格数据要提取到具体的再用聚合函数 将多个数据 聚合成单个数据从而符合一个单元格中一个数据的规则 众所周知
聚合函数是可将多个Series变成单个数据的函数 常见的有 count 得到元素的数量 first 得到第一个元素 last 得到最后一个元素 mean默认的聚合方式 得到所有元素平均值 median 得到所有元素中位数 min 得到所有元素的最小值 max 得到所有元素的最大值 std 得到所有元素的标准差 var 得到所有元素的方差 prod 得到所有元素的积 sum 得到所有元素的和 cut 根据范围进行精细分组 [ ] 分箱标准 即想要的分组范围进行划分 labels 该参数对切片空间进行命名 query 条件筛选 pivot_table 透视表基于原始数据对表进行重塑 index 该参数可以指定索引columns 该参数可以指定列名values 该参数可以指定值aggfunc 该参数 指定聚合方式 .loc.loc 层次化索引可以针对处理多个索引的pivot_table透视表reset_index 重置索引 好的到此为止啦祝您变得更强 想说的话
实不相瞒写的每篇博客都要写五六个小时加上自己学习和纸质笔记共八九小时吧很累希望大佬支持 道阻且长 行则将至个人主页在线OJ的阿川大佬的支持和鼓励将是我成长路上最大的动力
