weimingchao的博客

数据应用apply练习1.创建3行5列Dataframe对象，随机整数范围1-8,import numpy as npimport pandas as pddf1 = pd.DataFrame(np.random.randint(1,8,(3,5)))df1 0 1 2 3 4 0 2 1 5 2

数据转换transform练习import numpy as npimport pandas as pd1.创建3行4列dataframe对象，随机整数，范围1-6df1 = pd.DataFrame(np.random.randint(1,6,(3,4)))df1 0 1 2 3 0 1 3 2 4

按照函数进行分组实验环境Python 3.6.1Jupyter实验内容数据聚合函数的应用代码部分import numpy as npimport pandas as pd1.创建三行四列的随机整数DataFrame对象，整数范围1-6df1 = pd.DataFrame(np.random.randint(1,6,(3,4)))df1 0 1 2 3 0

内置函数的数据聚合实验环境Python 3.6.1PyCharm实验内容数据聚合函数的应用代码部分import numpy as npimport pandas as pd1.创建六行五列的随机整数DataFrame对象，列索引为：A-E，行索引为：1,2，3,4,50,51整数范围1-8df1 = pd.DataFrame(np.random.randint(1,8,(6,5)),columns=list('ABCDE'),index=['1','2','3','4','50','5

Pandas用法import pandas as pdimport numpy as np1.创建Series1）创建一个空Seriess = pd.Series()s<ipython-input-3-85850638a114>:1: DeprecationWarning: The default dtype for empty Series will be 'object' instead of 'float64' in a future version. Specify a

实验目的熟练掌握pandas中DataFrame的修改元素值、缺失值处理、合并操作的方法实验原理concat合并：pd.concat(objs, axis=0, join=‘outer’, join_axes=None, ignore_index=False,keys=None, levels=None, names=None, verify_integrity=False)参数：objs: series，dataframe或者是panel构成的序列lsit。axis： 需要合并链接的轴，0

pandas的基本函数实验目的熟练掌握pandas基本函数使用方法实验原理列转行方法stack函数：pandas.DataFrame.stack(self, level=-1, dropna=True)，对于普通的DataFrame而言，直接列索引转换到最内层行索引，生一个Series对象。对于层次化索引的DataFrame而言，可以将指定的索引层转换到行上，默认是将最内层的列索引转换到最内层行。unstack函数：pandas.DataFrame.unstack(self, level=-1

pandas–groupby相关操作pandas——groupby操作实验目的熟练掌握pandas中的groupby操作实验原理groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False）参数说明：by：是指分组依据（列表、字典、函数，元组，Series）axis：是作用维度（0为行，1为列）level：根据索引级别分组sort：对groupby分组后新的dat