数据科学
-
Pandas使用的注意事项
Pandas 基于 NumPy 构建，它遵循 NumPy 设定的一些规则。因此，当您在使用 Pandas 时，需要额外留意一些事项，避免出现一些不必要的错误。 索引 Pandas有两种主要的索引机制：整数和标签索引，需要非常注意索引的使用。 整数索引：通过整数索引进行访问数据，如果未指定索引，Pandas将默认生成一个整数索引，但当使用整数索引时，需要特别小…
-
Pandas设置索引、重置索引方法详解
在pandas中，索引可以看做是数据的“标签”，用于标识数据表中每个数据的位置。pandas提供了设置索引和重置索引的功能，以方便用户对数据进行排序、筛选等操作。 首先，通过以下代码创建一个示例DataFrame： import pandas as pd data = {'name': ['Alice', '…
-
详解Pandas随机抽样（sample）使用方法
Pandas中的sample()函数可以从数据集中随机抽取行或列，可以用于数据集的随机采样、创建数据集的随机子集、模型评估等场景。下面我们来详细介绍一下sample()函数的用法。 首先，sample()函数有以下几个参数： n: 抽取的行数或列数。 frac: 抽取的行数或列数相对于数据集的比例，范围在0到1之间。 replace: 是否允许重复抽取，默认…
-
Pandas读取文件数据常用的5种方法
当使用 Pandas 做数据分析的时，需要读取事先准备好的数据集，这是做数据分析的第一步。 Panda 提供了很多读取数据的方法： pd.read_csv()：读取CSV文件 pd.read_excel()：读取Excel文件 pd.read_sql()：读取SQL数据库中的数据 pd.read_json()：读取JSON文件 pd.read_html()：…
-
Pandas绘图方法（plot）详解
Pandas 在数据可视化方面有着较为广泛的应用，Pandas 的 plot() 方法可以用来绘制各种类型的统计图表，包括线图、散点图、柱状图、饼图、密度图等等。 plot() 方法是基于matplotlib库构建的，因此具有很高的灵活性和可定制性，可以通过参数设置对图表进行调整。plot()方法可以直接作用于Series、DataFrame和GroupBy…
-
Pandas分类对象（Categorical）详解
Pandas分类对象是什么？ 在 Pandas 中，分类对象（Categorical）是一种特殊的数据类型，它表示有限且固定数量的可能值的数据。分类对象主要用于存储和处理重复值的数据，并且在某些情况下可以提高性能和减少内存使用。 Pandas 的分类对象具有以下特点： 类别是有限的，且固定不变的。例如，在一个具有“男”、“女”两种可能性的列中，类别是固定的。…
-
详解Pandas数据重采样（resample）的3种使用方法
Pandas中的resample方法用于对时间序列数据进行重采样，可以将数据从一个时间频率转换为另一个时间频率，比如将日频率的数据转换为月频率的数据。 resample的语法格式如下： DataFrame.resample(rule, axis=0, closed=None, label=None, convention='start',…
-
详解Padans Timedelta时间差的使用方法
在 Pandas 中，时间差指的是两个日期时间之间的差值。Pandas 提供了 Timedelta 类型来表示时间差。Timedelta 可以支持多种时间单位，例如天、小时、分钟、秒等。 Timedelta 对象可以通过减法来获得两个日期时间之间的差值，例如： import pandas as pd # 创建两个 Pandas Series 对象 s1 = …
-
Pandas 格式化日期时间
当进行数据分析时，我们会遇到很多带有日期、时间格式的数据集，在处理这些数据集时，就需要对日期时间做统一的格式化处理。 比如“Wednesday, June 6, 2023”可以写成“6/6/23”，或“06-06-2023”。 在 Pandas 中，我们可以使用 pd.to_datetime() 函数将日期字符串或时间戳转换为 Pandas 的日期时间类型。…
-
详解Pandas中的时间序列
Pandas是一个强大的数据分析工具，它的时间序列处理功能也非常强大。Pandas提供了一些专门用于处理时间序列的数据类型和函数，能够方便地对时间序列数据进行处理和分析。 下面将详细介绍Pandas时间序列的相关知识。 DatetimeIndex 在Pandas中，DatetimeIndex是一个表示时间序列的数据类型，它能够方便地对时间序列进行索引和切片操…
