简介 在之前的文章中我们就介绍了一些聚合方法，这些方法能够就地将数组转换成标量值。一些经过优化的groupby方法如下表所示： 然而并不是只能使用这些方法，我们还可以定义自己的聚合函数，在这里就需要使用到agg方法。 自…

简介 pandas中一类非常重要的操作是数据聚合与分组运算。通过groupby方法能够实现对数据集的拆分、统计、转换等操作，这个过程一气呵成。 在本文中，你将学到： 选取特定列分组； 对分组进行迭代； 通过字典或Seri…

简介 有时候便于分析数据，我们需要将连续型的数据划分开，也就是离散化。比如：统计人员的年龄分布，需要划分几个档次等，然后就可以做柱状图或者直方图。可以通过pandas的cut()和qcut()函数实现，接下来一一介绍。 …

简介 GDG（Google Developer Groups）今年在上海站举办了第8届DveFest，今年的主题是《build for digital wellbeing》。有意思的是，今年Tensorflow Day也…

简介 本文将介绍pandas的几个实用操作——去重、替换和重命名索引。 去除重复数据 在DataFrame中经常会碰到重复行数据，比如： [crayon-5f6f348d87220097070979/] 使用duplic…

简介 pandas中重新排列表格型数据的操作称为重塑（reshape）和轴向旋转（pivot）。可以将一个高维的数据按照想要的方式二维平铺展开。 重塑 重塑操作方法有两个： stack()：将数据的列旋转为行； unst…

简介 pandas提供了一套合并数据集操作的方法： pandas.merge()可根据一个或者多个键将不同的DataFrame连接在一起，类似于SQL数据库中的合并操作； pandas.concat()可以沿某个轴将多个…

简介 数据科学家George Seif分享了23个pandas基本操作，让我们一起来练练手。 默认导入pandas格式如下： [crayon-5f6f348d8893d234739736/] 1. 读取csv格式文件 […

简介 在pandas中最常见的操作就是索引和获取数据，在老版本中使用的ix方法已经被抛弃，转而代之的是loc和iloc方法。 Series操作 在Series中索引和获取的工作方式类似NumPy数组。示例如下： [cra…

简介 在数据处理过程中经常会碰到缺失数据，pandas提供了一套处理缺失数据的方法。缺失数据通常用NaN（not a number）表示，它是一个可以被检测出来的标记。默认在所有的统计描述中都排除缺失数据。 方法 处理缺…

简介 pandas是数据处理和分析的操作工具，它是基于NumPy实现的，因此很多操作方式和NumPy相似。pandas广泛应用于数据处理领域，尤其在金融、机器学习方面应用甚多。它具有以下功能： 能够按轴自动对齐数据； 集…

简介 装饰器顾名思义就是负责装饰的函数。一个形象的理解是，装饰器就像女人用的化妆品。白天要出门的时候，就要用化妆品这种装饰器去打扮一番，效果是变得年轻漂亮、精神奕奕，而本质属性不会发生变化，比如性别不会变；到了晚上就要卸…

简介 本文是对《10 Minutes to pandas》的全文翻译，版本为0.23.4。概括性地讲解pandas的使用方法。PS：谁说的10分钟，保证不打死他… 通常，我们导入如下命令： [crayon-5…

NumPy能够读写磁盘中的文本数据或二进制数据。这一点在循环计算中很有用，有时因为程序中断会导致数据丢失，如果保存了数据就能恢复上次的断点继续运算。 通过save()函数保存数据，它的格式如下： [crayon-5f6f…

线性代数是数组中的重要组成部分，它包括矩阵乘法、矩阵分解、行列式和其他方阵运算。 接下来介绍常用的函数。 该函数既是NumPy的函数，又是一个数组的方法，表示两个数组的点积。 代码演示： [crayon-5f6f348d…