XIAOTWOB的博客

转自pandas中文网以下是 pandas 做够胜任的一些事情：在浮点和非浮点数据中轻松处理缺失数据（表示为NaN）。大小可变性：可以从DataFrame和更高维度的对象中插入和删除。自动和显式数据对齐：对象可以明确地与一组标签对齐，或者用户可以简单地忽略标签，让Series，DataFrame等在计算中自动对齐数据强大，灵活的**组（group by）**功能，可对数据...

对象创建通过传入一些值来创建一个Series，pandas会自动创建一个默认的整数索引（从0开始）pd.Series([1,3,5,np.nan,6,8])----------0 1.01 3.02 5.03 NaN4 6.05 8.0dtype: float64通过传递带有日期时间索引和带标签列的NumPy数组来创建DataFra...

转自公众号数据分析1480，作者刘顺祥数据读写pd.read_csv：读取文本文件(csv、tsv、txt等格式)pd.read_excel：读取电子表格(xls或xlsx格式)pd.read_csv：读取数据库数据(需要pymysql或pymssql模块的配合)df.to_csv：写入文本文件(df为DataFrame对象)df.to_csv：写入电子表格df.to_csv：写入数...