0_×的博客

【DW组队学习—动手学数据分析】第一章：第三节探索性数据分析-课程学习

【DW组队学习—动手学数据分析】第一章：第二节pandas基础-课程学习

【DW组队学习—动手学数据分析】第一章：第一节数据载入及初步观察-课程学习

import numpy as npimport pandas as pd一、索引器1. 表的列索引列索引是最常见的索引形式，一般通过 [] 来实现。通过 [列名] 可以从 DataFrame 中取出相应的列，返回值为 Series ，例如从表中取出姓名一列：df = pd.read_csv('data/learn_pandas.csv', usecols = ['School', 'Grade', 'Name', 'Gender', 'Weight', 'Transfer'])df['Na

import numpy as npimport pandas as pd在开始学习前，请保证 pandas 的版本号不低于如下所示的版本，否则请务必升级！请确认已经安装了 xlrd, xlwt, openpyxl 这三个包，其中xlrd版本不得高于 2.0.0 。pd.__version__'1.1.5'pip install -U pandas==1.1.5 # 版本不够时更新，重启kernel生效一、文件的读取和写入1.文件读取pandas 可以读取的文件格式有很多，这里主要介

一、Python基础1.列表推导式与条件赋值在生成一个数字序列的时候，在Python中可以如下写出：L = []def my_func(x): return 2*xfor i in range(5): L.append(my_func(i))L[0, 2, 4, 6, 8]事实上可以利用列表推导式进行写法上的简化：[* for i in *] 。其中，第一个*为映射函数，其输入为后面i指代的内容，第二个*表示迭代的对象。[my_func(i) for i in r