qq_42119837的博客

第一部分：数据类型的处理（预处理） 数据加载 字段定义： user_id:用户ID order_dt:购买日期 order_product:购买产品的数量 order_amount:购买金额 观察数据 查看数据的数据类型 数据中是否存在缺失值 将order_dt转换成时间类型 查看数据的统计描述 计算所有用户购买商品的平均数量 计算所有用户购买商品的平均花费 在源数据中添加一列表示月份：astype('datetime64[M]')

时间序列 为什么要学习pandas中的时间序列 不管在什么行业，时间序列都是一种非常重要的数据形式，很多统计数据以及数据的规律也都和时间序列有着非常重要的联系，而在pandas中处理时间序列是非常简单的 生成一段时间范围pd.date_range(start=None, end=None, periods=None, freq=‘D’) start 开始时间 end 结束时间 freq 频率 periods 周期 （能够生成从start开始(或者end结尾)，频率为fr...

pandas to_csv()方法的使用 import pandas as pd file_path = "./911.csv" df = pd.read_csv(file_path）#导入需要处理的文本 tp=df["title"].str.split(":")。 #从df中选取需要的数据tp.to_csv('911副本.csv') #保存在当前目录下tp.to_csv('C:\Users\86181\Desktop.csv') #绝对路径下的保存 ...

pandas中对数据进行分组的操作:groupby 例如：grouped=df.groupby(by="columns_name") #df中的数据按照"columns_name"这列进行分组 grouped是一个DataFrameGroupBy对象，是可迭代的 grouped中的每一个元素是一个元组,元组里面包含的是（索引(分组的值)，分组之后的DataFrame 注意：只对数据集进行分组操作，将不会显示结果，只会生成一个分组的对象，只有分组后进行聚合运算才有实际结果 ...

数据分析 定义： 数据分析是用适当的方法对收集来的大量数据进行分析，帮助人们作出判断，以便采取适当行动。 为什么要学数据分析？ python数据科学的基础(包含pandas、numpy、matplotlib等python库） 机器学习课程的基础 数据分析的流程 提出问题 准备数据 整理、分析数据 获得结论 成果可视化 matplotlib matplotlib是最流行的Python底层绘图库，主要做数据可视化图表,名字取材于MATLAB，模仿MATLAB构建 为什么学习matplot

数据合并之join join:默认情况下他是把行索引相同的数据合并到一起 数据合并之merge merge:按照指定的列把数据按照一定的方式合并到一起

问题： 对于这一组电影数据，如果我们希望统计电影分类(genre)的情况，应该如何处理数据？ 思路： 重新构造一个全为0的数组，列名为分类，如果某一条数据中分类出现过，就让0变为1 #coding=utf-8 import pandas as pd import numpy as np from matplotlib import pyplot as plt file_path="MDB-Movie-Data.csv" df=pd.read_csv(file_path) #统计分类的列表

目录 DataFrame的创建 DataFrame基本操作 pandas之loc pandas之iloc pandas之布尔索引 缺失数据的处理 pandas常用统计方法 DataFrame的创建 方法一：向DataFrame传入数组 可以指定索引的名称： 方法二：通过字典传入DataFrame DataFrame基本操作 #coding=utf-8 import pandas as pd df = pd.read_csv("dogNames2.csv".

目录 Series的本质 Series的创建 Series的切片和索引 pandas中的缺失值 Series具有的where方法 Series的本质 Series 是一维的数组型对象，本质上由两个数组构成，一个数组构成对象的键（index,索引），一个数组构成对象的值（values)，键->值 Series的创建 先导入pandas模块 import pandas as pd 方法一：向Series里传入列表（index不写，默认从0开始），index可以设置指定值，但是i.

什么是numpy? 一个在Python中做科学计算的基础库，重在数值计算，也是大部分PYTHON科学计算库的基础库，多用于在大型、多维数组上执行数值运算

matplotlib matplotlib能够绘制折线图,散点图,柱状图,直方图,箱线图,饼图等。我们需要知道不同的统计图到底能够表示出什么,以此来决定选择哪种统计图来更直观的呈现我们的数据。 对比常用统计图 折线图:以折线的上升或下降来表示统计数量的增减变化的统计图 特点:能够显示数据的变化趋势，反映事物的变化情况。(变化) 直方图:由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据范围，纵轴表示分布情况。 特点:绘制连续性的数据,展示一组或者多组数据的分布状况(统计