没有合适的资源?快使用搜索试试~ 我知道了~
pandas 中文手册.pdf
需积分: 48 75 下载量 114 浏览量
2019-12-18
15:20:41
上传
评论 6
收藏 2.88MB PDF 举报
温馨提示
试读
215页
pandas 中文手册,便于初学者大致了解pandas大致功能。官方教程是官方文档的教程页面上的教程。包括:十分钟搞定 pandas、Pandas 秘籍、学习 Pandas
资源推荐
资源详情
资源评论
1.1
1.2
1.3
1.3.1
1.3.2
1.3.3
1.3.4
1.3.5
1.3.6
1.3.7
1.3.8
1.3.9
1.4
1.4.1
1.4.2
1.4.3
1.4.4
1.4.5
1.4.6
1.4.7
1.4.8
1.4.9
1.4.10
1.4.11
目錄
Pandas官方教程
十分钟搞定Pandas
Pandas秘籍
第一章
第二章
第三章
第四章
第五章
第六章
第七章
第八章
第九章
学习Pandas
01-Lesson
02-Lesson
03-Lesson
04-Lesson
05-Lesson
06-Lesson
07-Lesson
08-Lesson
09-Lesson
10-Lesson
11-Lesson
1
十分钟搞定pandas
原文:10Minutestopandas
译者:ChaoSimple
来源:【原】十分钟搞定pandas
官方网站上《10Minutestopandas》的一个简单的翻译,原文在这里。这篇文章
是对pandas的一个简单的介绍,详细的介绍请参考:秘籍。习惯上,我们会按下
面格式引入所需要的包:
In[1]:importpandasaspd
In[2]:importnumpyasnp
In[3]:importmatplotlib.pyplotasplt
一、创建对象
可以通过数据结构入门来查看有关该节内容的详细信息。
1、可以通过传递一个 list对象来创建一个 Series,pandas会默认创建整型
索引:
In[4]:s=pd.Series([1,3,5,np.nan,6,8])
In[5]:s
Out[5]:
01.0
13.0
25.0
3NaN
46.0
58.0
dtype:float64
十分钟搞定Pandas
3
2、通过传递一个numpy array,时间索引以及列标签来创建一
个 DataFrame:
In[6]:dates=pd.date_range('20130101',periods=6)
In[7]:dates
Out[7]:
DatetimeIndex(['2013-01-01','2013-01-02','2013-01-03','2013-0
1-04',
'2013-01-05','2013-01-06'],
dtype='datetime64[ns]',freq='D')
In[8]:df=pd.DataFrame(np.random.randn(6,4),index=dates,col
umns=list('ABCD'))
In[9]:df
Out[9]:
ABCD
2013-01-010.469112-0.282863-1.509059-1.135632
2013-01-021.212112-0.1732150.119209-1.044236
2013-01-03-0.861849-2.104569-0.4949291.071804
2013-01-040.721555-0.706771-1.0395750.271860
2013-01-05-0.4249720.5670200.276232-1.087401
2013-01-06-0.6736900.113648-1.4784270.524988
3、通过传递一个能够被转换成类似序列结构的字典对象来创建一
个 DataFrame:
十分钟搞定Pandas
4
In[10]:df2=pd.DataFrame({'A':1.,
....:'B':pd.Timestamp('20130102'),
....:'C':pd.Series(1,index=list(range(
4)),dtype='float32'),
....:'D':np.array([3]*4,dtype='int3
2'),
....:'E':pd.Categorical(["test","trai
n","test","train"]),
....:'F':'foo'})
....:
In[11]:df2
Out[11]:
ABCDEF
01.02013-01-021.03testfoo
11.02013-01-021.03trainfoo
21.02013-01-021.03testfoo
31.02013-01-021.03trainfoo
4、查看不同列的数据类型:
In[12]:df2.dtypes
Out[12]:
Afloat64
Bdatetime64[ns]
Cfloat32
Dint32
Ecategory
Fobject
dtype:object
5、如果你使用的是IPython,使用Tab自动补全功能会自动识别所有的属性以及自
定义的列,下图中是所有能够被自动识别的属性的一个子集:
十分钟搞定Pandas
5
剩余214页未读,继续阅读
资源评论
weixin_38746387
- 粉丝: 332
- 资源: 1308
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功