opp003的博客

使用pandas做数据分析，首先导入pandas库：import pandas as pdpandas的数据结构有两种：Series和DataFrame。前者可以理解为数组，后者可以理解为表格。我们主要讲解DataFrame。1.创建DataFrame：由等长列表构成。包含列名和每行该列的值。data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Neva...

建立DataFrame数据：data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada'], 'year': [2000, 2001, 2002, 2001, 2002, 2003], 'pop': [1.5, 1.7, 3.6, 2.4, 2.9, 3.2]}df = pd.Dat...

导入pandas库后，初始一个DataFrame：data = pd.DataFrame(np.arange(16).reshape((4, 4)), index=['Ohio', 'Colorado', 'Utah', 'New York'], columns=['one', 'two', 'three...

首先采用kesci的第三套练习作为groupby的初步用法介绍，后面有什么收获或者心得再补充。原文链接：kesci数据分析练习题导入库和数据：import pandas as pddrinks = pd.read_csv('/drinks.csv')用head方法查看下导入的数据，如下图1.查看平均消耗的啤酒(beer)最多的大陆(continent)：drinks.group...

看到很多人查这个问题，刚好这两天在项目上也用到这一点。要查看各列的数据类型，因为数据处理时，首先就是要高清手里的数据都是什么类型的，尤其要关注字符型，因为很多算法都是不支持字符类型的。当数据维度和数据量都很少的时候，可以很直观的看出来，但是数据量一大，很难肉眼观测，而且很多时候是看不出隐藏的数据问题的。所以要用代码，其实代码很简单。一、读取数据df = pd.read_csv('da...