奥特曼打小白的专栏

Python数据处理简单案例——学生信息分析

Python数据分析入门补充知识：numpy中的索引和切片。

前面学过了pandas数据清理、数据集成、数据变换和数据规约相关知识，今天用一个运动员基本信息的案例来练习删除重复值、填充缺失值、确认异常值、分组与聚合、轴向旋转和降采样等操作，以达到清理数据、整合数据、减少数据量、变换数据形式的目的。

数据集成、变换与规约，是数据预处理中非常常见的操作。本文参考黑马程序员的《Python预处理》，记录了常用函数的参数说明，作为自己的工具书备查。

通过埃博拉疫情数据和丹佛犯罪数据两个资源文件，练习pandas对日期时间类型数据的处理，初步接触相关方法

系列文章目录Python数据分析入门笔记1——学习前的准备Python数据分析入门笔记2——pandas数据读取Python数据分析入门笔记3——数据预处理之缺失值Python数据分析入门笔记4——数据预处理之重复值Python数据分析入门笔记5——数据预处理之异常值Python数据分析入门笔记系列文章目录前言一、1.总结前言一、1.总结...

系列文章目录Python数据分析入门笔记1——学习前的准备Python数据分析入门笔记系列文章目录一、pandas是什么？二、使用步骤1.引入库2.读入数据总结# 前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

用pandas进行数据分析之前，必须先对缺失值、重复值和异常值进行处理。本文记录了重复值的检测与处理方法。

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例

快速入门pandas，认识pandas三大结构Series、DataFrame和Panel中的前两种，知道读取文件，并且按行或者按列有选择性地查找数据。

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、Python数据分析学习之前的准备1.设备和环境准备2.知识储备二、基本概念介绍1. NumPy库2. Pandas库3. Matplotlib 库4. Seaborn库5. Sklearn 库三、Jupyter Notebook1. Jupyter Notebook介绍2. Jupyter Notebook的使用3. Jupyter Notebook中的快捷键总结声明前言小小社畜业余学习过程中的随笔，尽量坚持，