weixin_40994552的博客

使用 pickle，import picklesave_path = "./result/tmp/text_embedding_df.pkl"with open(save_path, 'wb') as f: pickle.dump(df, f)

data.groupby('Pclass')['Fare'].mean()data.groupby('Pclass').mean()['Fare']对向量求均值，向量类型需为 numpy.ndarray，不能为list会报错

【代码】df 计算同一列时间差（差分pandas.diff()）

此方法会导致原文中多 escapechar=’ ’ 这种空格。

数据大致可以分为定性数据与定量数据，但细分可以分为四类：定类数据、定序数据、定距数据、定比数据

pandas将行索引转为列

使用 “group by” 方式我们通常会有以下一个或几个步骤：Splitting：根据某一准则对数据分组Applying ：对每一分组数据运用某个方法Combining ：将结果组合为数据结构在上述步骤中，split 方法较直接，在 split 之后我们希望对分组数据做相关计算，在 apply 步骤中我们可能想对数据进行如下操作：Aggregation:：聚合操作，对分组数据做汇总统计，如计算sums 或 means、统计分组个数 countsTransformation

10 分钟 pandas1 对象创建2 数据可视化3 数据选择3.1 获取数据3.2 根据标签获取数据3.3 根据位置获取数据3.4 布尔索引1 对象创建pandas 中有两种对象， Series 和 DataFrame# Series s = pd.Series([1, 3, 5, np.nan, 6, 8])# DataFramedates = pd.date_range("20130101", periods=6)df = pd.DataFrame(np.random.randn(6,

pandas 有两种数据类型，Series 和 DataFrame， DataFrame 可以看作值是 Series 的字典。两者数据标签和数据本身都是内部对其的