title: "十分钟入门pandas" date: 2026-05-24T14:08:58Z 十分钟入门pandas 1#coding:utf8 2%matplotlib inline 这个一篇针对pandas新手的简短入门，想要了解更多复杂的内容，参阅Cookbook 通常，我们首先要导入以下几个库： 1import pandas as pd 2import numpy as np 3import matplotlib.pyplot as plt 创建对象 通过传递一个list来创建Series，pandas会默认创建整型索引： 1s = pd.Series([1,3,5,np.nan,6,8]) 2s 0 1.0 1 3.0 …

阅读更多

title: "2天学会Pandas" date: 2026-05-24T14:09:31Z 2天学会Pandas 目录 0.导语 1.Series 2.DataFrame 2.1 DataFrame的简单运用 3.pandas选择数据 3.1 实战筛选 3.2 筛选总结 4.Pandas设置值 4.1 创建数据 4.2 根据位置设置loc和iloc 4.3 根据条件设置 4.4 按行或列设置 4.5 添加Series序列(长度必须对齐) 4.6 设定某行某列为特定值 4.7 修改一整行数据 5.Pandas处理丢失数据 5.1 创建含NaN的矩阵 5.2 删除掉有NaN的行或列 5.3 替换NaN值为0或者其他 5.4 是否有缺 …

阅读更多

title: "Pandas练习题50题" date: 2026-05-24T14:09:49Z Pandas练习题50题 作者：王大毛，和鲸社区 出处：https://www.kesci.com/home/project/5ddc974ef41512002cec1dca 修改：黄海广 Pandas 是基于 NumPy 的一种数据处理工具，该工具为了解决数据分析任务而创建。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的函数和方法。 这些练习着重DataFrame和Series对象的基本操作，包括数据的索引、分组、统计和清洗。 基本操作 1.导入 Pandas 库并简写为 pd， …

阅读更多

二维数据结构：DataFrame

阅读更多

十分钟上手 Pandas

阅读更多

一维数据结构：Series

阅读更多

共享单车项目分析 作者：马建龙 目录 提出问题 理解数据 采集数据 导入数据 查看数据集信息 数据清洗 数据预处理 数据分析 数据可视化 方案实施 报告撰写 1、提出问题 根据kaggle项目：共享单车的数据进行描述性统计分析，查看不同因素对共享单车使用数量的影响。 2、理解数据 2.1 采集数据 从kaggle网站下载，https://www.kaggle.com/c/bike-sharing-demand 2.1 导入数据 1import numpy as np 2import pandas as pd 3import datetime 1%matplotlib inline …

阅读更多

1import pandas as pd 2import matplotlib.pyplot as plt 1gupiao={'谷歌':'GOOG','亚马逊':'AMZN','Facebook':'FB', 2 '苹果':'AAPL','阿里巴巴':'BABA','腾讯':'0700.hk'} 1from pandas_datareader import data 阿里巴巴 1start_date = '2017-01-01' 2end_date = '2018-01-01' 3ali=data.get_data_yahoo(gupiao["阿里巴巴"],start_date,end_date) 1ali.head() High …

阅读更多

大纲 阿里巴巴 1import pandas as pd 2import matplotlib.pyplot as plt 1gupiao={'谷歌':'GOOG','亚马逊':'AMZN','Facebook':'FB', 2 '苹果':'AAPL','阿里巴巴':'BABA','腾讯':'0700.hk'} 1from pandas_datareader import data 1start_date = '2017-01-01' 2end_date = '2018-01-01' 3ali=data.get_data_yahoo(gupiao["阿里巴巴"],start_date,end_date) 1ali.head() …

阅读更多

1import pandas as pd 2import matplotlib.pyplot as plt 1gupiao={'谷歌':'GOOG','亚马逊':'AMZN','Facebook':'FB', 2 '苹果':'AAPL','阿里巴巴':'BABA','腾讯':'0700.hk'} 1from pandas_datareader import data 阿里巴巴 1start_date = '2017-01-01' 2end_date = '2018-01-01' 3ali=data.get_data_yahoo(gupiao["阿里巴巴"],start_date,end_date) 1ali.head() High …

阅读更多