讲课笔记03：数据分析工具Pandas

已于 2024-01-11 16:34:23 修改
阅读量1.9k 收藏
点赞数
分类专栏： 与Python共舞红尘 文章标签： pandas 数据分析 笔记
于 2023-06-19 18:51:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/howard2005/article/details/131293361
版权
本文详细介绍了Pandas的数据结构，包括Series和DataFrame，讲解了如何创建、获取数据、进行运算以及增删行和列。同时，阐述了Pandas的索引操作，包括重置索引、高级索引方法。此外，还涵盖了算术运算、数据对齐、排序、统计计算和描述性统计。最后，介绍了层次化索引和读写数据操作，如CSV、Excel、HTML和数据库的读写。通过本篇笔记，读者将全面了解Pandas的基本操作。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章目录

零、学习目标

  1. 掌握 数据结构分析，索引操作及高级索引
  2. 掌握 算术运算与数据对齐，数据排序
  3. 掌握 统计计算与描述 ，层次化索引
  4. 掌握 读写数据操作

一、Pandas的数据结构分析

  • Pandas中有两个主要的数据结构：Series（一维的数据结构）和DataFrame（二维的数据结构）

（一）Series - 序列

1、Series概念

  • Series是一个类似一维数组的对象，它能够保存任何类型的数据，主要由一组数据和与之相关的索引两部分构成。
    在这里插入图片描述
  • 注意：Series的索引位于左边，数据位于右边。

2、Series类的构造方法


                

                
                
        

    

  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        


    



                



	

		

			

				
					
讲课笔记01：数据分析概述

				
			

			

				

					howard2005的专栏
				

				

					06-12
					
					1630
					
				

			

		

		

			
				
1. 了解什么是数据分析；
2. 掌握Anaconda的安装；
3. 掌握Python包的管理；
4. 学会使用Spyder；
5. 学会使用Jupyter Notebook

			
		

	



                

            
              



	

		

			

				
					
讲课笔记04：数据预处理

				
			

			

				

					howard2005的专栏
				

				

					06-24
					
					1606
					
				

			

		

		

			
				
1. 掌握数据清洗的常见操作；
2. 掌握数据合并的常用方法；
3. 掌握数据重塑的常见操作；
4. 掌握数据转换的常见操作

			
		

	



              


  
              

                


	

		

			

				
					
数据分析学习笔记

				
			

			

				

					KuiGuniang的博客
				

				

					08-19
					
					223
					
				

			

		

		

			
				
数据分析学习笔记-第一记
第一次尝试边学习边写笔记，重新学习数据分析，记录一些自己的小困难解决；
前期准备
新手难免碰到各种有些小尴尬的问题，以下为准备工作的流程和期间遇到的小困难；

安装python： 主要是要去官网下载python，配置环境（这次没有重新搞，所以就不赘述）；
**安装numpy和pandas：**主要在终端输入

pip install numpy

如果显示已存在，需要更新，可以使用代码
python -m pip install -upgrade pip

如果发现经常运行了一些，

			
		

	





	

		

			

				
					
【python】python3.7数据分析入门学习笔记  研读

				
			

			

				

					bandaoyu的note
				

				

					03-10
					
					3345
					
				

			

		

		

			
				
原文：https://www.cnblogs.com/zzhzhao/p/5269217.html

目录
一、 数据分析有关的python库简介

(一)numpy

(二)pandas

(三)matplotlib

(四)scipy

(五)statsmodels

(六)scikit-learn


二、 数据的导入和导出
三、 数据筛选
四、 数据描述
五、 数据处理
六、...

			
		

	



		

			
		



	

		

			

				
					
数据分析学习笔记（一）

				
			

			

				

					weixin_45397053的博客
				

				

					03-16
					
					296
					
				

			

		

		

			
				
心电图Task01
理解赛题数据和目标
解题思路
baseline方案及结果
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。
新的改变
我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

全新的界面设计 ，将会带来全新的写作体验；
在创作中心设置你喜爱的代码高亮样式，Markdown 将代码

			
		

	





	

		

			

				
					
数据分析学习笔记（1）

				
			

			

				

					weixin_65446588的博客
				

				

					10-25
					
					748
					
				

			

		

		

			
				
numpy和pandas库初步学习的笔记

			
		

	





	

		

			

				
					
讲课笔记05：数据聚合与分组计算

				
			

			

				

					howard2005的专栏
				

				

					06-29
					
					472
					
				

			

		

		

			
				
1. 熟悉分组与聚合的原理；
2. 掌握通过groupby()方法分组数据；
3. 掌握数据聚合；
4. 掌握分组级运算

			
		

	





	

		

			

				
					
数据分析从零开始，新手小白如何入门？

				
			

			

				

					weixin_48649532的博客
				

				

					08-24
					
					1425
					
				

			

		

		

			
				
数字化，包括Digital、Digitalization、Digital-business-transformation三层含义，即数字式、数字化、数字业务转型。随着越来越多的生活与互联网息息相关，出入公共场所需要健康码，购买东西需要扫码支付，获得新闻资讯也离不开网络的支撑，显而易见，中国乃至世界的数字化普及程度会越来越高。随着万物互联的不断推进，数字化将渗透于生活的方方面面，中国也将迎来数字化经济转型的关键时期。作为当前新兴产业，商业数据行业的魅力也随之展现，人才缺口亦愈来愈大。
什么是商业数据分析？总体

			
		

	





	

		

			

				
					
Python数据分析学习笔记一

				
			

			

				

					咔咔殿的博客
				

				

					04-26
					
					2590
					
				

			

		

		

			
				
一、NumPy初识（1）NumPy是python用于科学计算的一个重要的组成部分，可以使用IPython直接使用，或在程序中进行import numpy导入
1、NumPy数组创建和获取NumPy数组一般要求是同一种类型的，但是也有例外；快速生成某一个范围内的数组：numpy.arange(10);
可以生成从0开始到9的数组获取数组的数据类型：
    a = numpy.arange(10)

			
		

	





	

		

			

				
					
深入浅出数据分析-学习笔记（一）

				
			

			

				

					weixin_46295136的博客
				

				

					09-19
					
					1152
					
				

			

		

		

			
				
方法与结论：首先，分别列举能控制的因素、无法控制的因素。不能控制：橡皮鱼/橡皮鸭的利润、有多少橡胶（原材料）可以用来生产橡皮鱼/橡皮鸭，生产橡皮鱼/橡皮鸭要用多少时间。方法与结论：假设几个PodPhone备选方案，然后通过证伪法排除错误假设（通过证伪法从5个假设中排除了两个），然后再用诊断法推断那个假设最强，最终得到正确假设。提出建议：作为数据分析师的职责就是让自己和客户仔细研究你对数据的评估，洞察先机，从而有能力做出更好的决策。问题：某网站三个网页，找出来最优秀的，让销量最大化，让人们成为网站的回头客。

			
		

	





	

		

			

				
					
数据分析0基础学习笔记—1

				
			

			

				

					Adore_rui的博客
				

				

					02-16
					
					1074
					
				

			

		

		

			
				
数据分析入门摘要

			
		

	





	

		

			

				
					
数据分析学习笔记（一）主要流程和内容

				
			

			

				

					weixin_45661573的博客
				

				

					05-09
					
					744
					
				

			

		

		

			
				
数据分析学习笔记（一）写在最前面的话数据分析需要的主要内容数据分析的结构层次底层数据的收集/产品端收集数据业务化/产品需要什么样的数据？数据可视化/产品的表现如何？数据决策和执行/怎么让产品更好数据模型/产品开始自动化和系统化的运营数据战略/指导未来总结数据分析的整个流程：
写在最前面的话
最近找实习屡屡碰壁，想找机器学习的，奈何代码能力还不够，找数据分析的，奈何没有数据分析思维以及业务方面的相关知识。
前阵子开始集中学习数据分析的课程，增强自己的数据分析理论知识，并以博文来做输出提高记忆。
数据分析需要的

			
		

	





	

		

			

				
					
pycharm无法加载conda虚拟环境

					
最新发布

				
			

			

				

					01-24
				

			

		

		

			
				
### 解决PyCharm无法加载Conda虚拟环境的方法

#### 配置设置

为了使 PyCharm 能够成功识别并使用 Conda 创建的虚拟环境，需确保 Anaconda 的路径已正确添加至系统的环境变量中[^1]。这一步骤至关重要，因为只有当 Python 解释器及其关联工具被加入 PATH 后，IDE 才能顺利找到它们。

对于 Windows 用户而言，在安装 Anaconda 时，默认情况下会询问是否将它添加到系统路径里；如果当时选择了否，则现在应该手动完成此操作。具体做法是在“高级系统设置”的“环境变量”选项内编辑 `Path` 变量，追加 Anaconda 安装目录下的 Scripts 文件夹位置。

另外，建议每次新建项目前都通过命令行先激活目标 conda env：

```bash
conda activate myenvname
```

接着再启动 IDE 进入工作区，这样有助于减少兼容性方面的问题发生概率。

#### 常见错误及修复方法

##### 错误一：未发现任何解释器

症状表现为打开 PyCharm 新建工程向导页面找不到由 Conda 构建出来的 interpreter 列表项。此时应前往 Preferences/Settings -> Project:...->Python Interpreter 下方点击齿轮图标选择 Add...按钮来指定自定义的位置。按照提示浏览定位到对应版本 python.exe 的绝对地址即可解决问题。

##### 错误二：权限不足导致 DLL 加载失败

有时即使指定了正确的解释器路径，仍可能遇到由于缺乏适当的操作系统级许可而引发的功能缺失现象。特别是涉及到调用某些特定类型的动态链接库 (Dynamic Link Library, .dll) 时尤为明显。因此拥有管理员身份执行相关动作显得尤为重要——无论是从终端还是图形界面触发创建新 venv 流程均如此处理能够有效规避此类隐患。

##### 错误三：网络连接异常引起依赖下载超时

部分开发者反馈过因网速慢或者其他因素造成 pip install 操作中途断开进而影响整个项目的初始化进度条卡住的情况。对此可尝试调整镜像源加速获取速度或是离线模式预先准备好所需资源包后再继续后续步骤。

---

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
酒城译痴无心剑

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值