数据分析

1、浮点数计算出错a=1.1b=2.2a+b 输出：出现上面的情况，主要还是因浮点数在计算机中实际是以二进制保存的，有些数不精确。比如说: 0.1是十进制，转化为二进制后它是个无限循环的数：0.00011001100110011001100110011001100110011001100110011001100而python是以双精度(64)位来保存浮点数，多余的位会被截掉，所以看到的是0.1，但在电脑上实际保存的已不是精确的0.1。【注意】这是二进制浮点数的自然性质：它不是 Pyt

需求一：将下面表格变成使用的python 代码df = pd.DataFrame({'1': {0: 'a', 1: 'a', 2: 'b',3:'b'}, '2': {0: 'A', 1: 'B', 2: 'A',3:'B'}, '3': {0: 2, 1: 4, 2: 6,3:8}})df方法一：pi...

Pandas：怎样将DataFrame中一列list扩展成多列？如题，如果在dataframe中有一列是list，要怎么才能把一列list拆分成很多列呢先制造点数据import numpy as npimport pandas as pd #创建数据df=pd.DataFrame({'col':[[2,3,4], [6,9,0], [7,2,5], [3,5,6]]}, index=l...

merge , join , concat的区别merge :与sql 的join类似，有left join ，right join ，outer join ， 连接字段可以是索引可以是一个列join ：连接字段是索引，或者两个连接字段的列名一样。 其他 与merge 相同merge is a function in the pandas namespace, and it is als...

独热编码的应用实例独热编码处理OneHotEncoder只要传给OneHotEncoder 就会进行处理，自动认为是分类变量只对需要的列进行处理如果只使用LabelEncoder进行处理Labelencoder 与 OneHotEndoer 一起使用利用pandas 的get_dummies 进行处理独热编码处理from sklearn.preprocessing import Standar...

我的数据集是这样的：有很多中文，当你用pandas导入数据的时候容易报错>>>data = pd.read_csv("C:/Desktop/watermelon3_0_Ch.csv")UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd4 in position 2: invalid continuati...

get_dummies 是利用pandas实现one hot encode的方式。详细参数请查看官方文档 官方文档在这里pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False)[source]例子：i...

map(function, iterable, ...)第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。例子：>>>def square(x) : ...     return x ** 2>>> map(square, [1,2,3,4]) ...

sort 与 sorted 区别：sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。list 的 sort 方法返回的是对已经存在的列表进行操作，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。1、内置函数sort（）原型：sort（fun，key，reverse=False）fun：是表明此sort函数是基于何种算...

bisect模块能够提供保持list元素序列的支持。它使用了二分法完成大部分的工作。它在向一个list插入元素的同时维持list是有序的。比重复的对一个list进行排序更为高效，并且对于一个较大的list来说，对每步操作维持其有序也比对其排序要高效。bisect输入的列表需要保证已经做排序处理，列表已经是升序的情况下才能使用bisect。1、bisect，返回插入的插入值9的位置，但是并未插入&g...

pandas中的merge和concat类似,但主要是用于两组有key column的数据,统一索引的数据. 通常也被用在Database的处理当中。依据一组key合并：import pandas as pd#定义资料集并打印出left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'], ...