- 博客(4)
- 收藏
- 关注
RSS订阅原创 DataWhale Pandas数据分析 Task04：分组
文章目录练习Ex1：汽车数据集Ex2：实现transform函数心得体会 练习 Ex1：汽车数据集 现有一份汽车数据集，其中Brand, Disp., HP分别代表汽车品牌、发动机蓄量、发动机输出。 In [45]: df = pd.read_csv('data/car.csv') In [46]: df.head(3) Out[46]: Brand Price Country Reliability Mileage Type Weight Disp. HP
2020-12-25 21:19:20
318
2
原创 DataWhale Pandas数据分析 Task03：索引
Ex1：公司员工数据集 现有一份公司员工数据集： In [167]: df = pd.read_csv('data/company.csv') In [168]: df.head(3) Out[168]: EmployeeID birthdate_key age city_name department job_title gender 0 1318 1/3/1954 61 Vancouver Executive CEO
2020-12-20 14:58:27
480
原创 DataWhale Pandas数据分析 Task02：pandas基础
五、练习 Ex1：口袋妖怪数据集 现有一份口袋妖怪的数据集，下面进行一些背景说明： #代表全国图鉴编号，不同行存在相同数字则表示为该妖怪的不同状态 妖怪具有单属性和双属性两种，对于单属性的妖怪，Type 2为缺失值 Total, HP, Attack, Defense, Sp. Atk, Sp. Def, Speed分别代表种族值、体力、物攻、防御、特攻、特防、速度，其中种族值为后6项之和 In [116]: df = pd.read_csv('data/pokemon.csv') In
2020-12-19 22:28:44
427
1
原创 DataWhale Pandas数据分析 Task01：预备知识
这里写自定义目录标题练习Ex1：利用列表推导式写矩阵乘法Ex2：更新矩阵Ex3：卡方统计量Ex4：改进矩阵计算的性能Ex5：连续整数的最大长度 练习 Ex1：利用列表推导式写矩阵乘法 一般的矩阵乘法根据公式，可以由三重循环写出： In [138]: M1 = np.random.rand(2,3) In [139]: M2 = np.random.rand(3,4) In [140]: res = np.empty((M1.shape[0],M2.shape[1])) In [141]: for i in
2020-12-15 12:13:22
302
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人