AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

pandas使用总结（持续更新。。。。。。）

2018-07-10 1330
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： nunique()返回不同方向中不同的观察值的个数，返回Series

nunique()
返回不同方向中不同的观察值的个数，返回Series

image

drop_duplicates()
按照要求去除重复值

image

pandas （ix & iloc &loc） 的区别

image

image
image

文章标签：
Python
关键词：
Pandas使用总结
citibank
目录
相关文章
流烟默
|
数据格式 索引 Python
python学习之pandas库的使用总结
python学习之pandas库的使用总结
流烟默
215 0
python兴趣圈
|
存储 数据可视化 数据挖掘
Pandas 28种常用方法使用总结（下）
Pandas 28种常用方法使用总结
python兴趣圈
205 0
python兴趣圈
|
数据挖掘 Serverless 数据处理
Pandas 28种常用方法使用总结（上）
Pandas 28种常用方法使用总结
python兴趣圈
283 0
凉凉心.
|
2月前
|
Java 数据处理 索引
（Pandas）Python做数据处理必选框架之一！（二）：附带案例分析；刨析DataFrame结构和其属性；学会访问具体元素；判断元素是否存在；元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型，不同列之间数据类型可以不一样，但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列，该列记录了每一行的索引 在DataFrame中，若列之间的元素个数不匹配，且使用Series填充时，在DataFrame里空值会显示为NaN；当列之间元素个数不匹配，并且不使用Series填充，会报错。在指定了index 属性显示情况下，会按照index的位置进行排序，默认是 [0,1,2,3,...] 从0索引开始正序排序行。
凉凉心.
276 0
凉凉心.
|
2月前
|
Java 数据挖掘 数据处理
（Pandas）Python做数据处理必选框架之一！（一）：介绍Pandas中的两个数据结构；刨析Series：如何访问数据；数据去重、取众数、总和、标准差、方差、平均值等；判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库，它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具，特别适用于处理结构化数据，如表格型数据（类似于Excel表格）。 Pandas 是数据科学和分析领域中常用的工具之一，它使得用户能够轻松地从各种数据源中导入数据，并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构：Series 和 DataFrame。
凉凉心.
438 0
站大爷
|
4月前
|
存储 数据采集 数据处理
Pandas与NumPy：Python数据处理的双剑合璧
Pandas与NumPy是Python数据科学的核心工具。NumPy以高效的多维数组支持数值计算，适用于大规模矩阵运算；Pandas则提供灵活的DataFrame结构，擅长处理表格型数据与缺失值。二者在性能与功能上各具优势，协同构建现代数据分析的技术基石。
站大爷
396 0
gudanhero2018
|
机器学习/深度学习 数据处理 Python
从NumPy到Pandas：轻松转换Python数值库与数据处理利器
从NumPy到Pandas：轻松转换Python数值库与数据处理利器
gudanhero2018
334 1
土木林森
|
数据采集 存储 数据挖掘
Python数据分析：Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域，Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧，帮助数据分析师快速处理复杂数据集，提高工作效率。
土木林森
360 0
土木林森
|
存储 数据挖掘 数据处理
Python数据分析：Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言，Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧，并通过示例代码展示其实际应用。
土木林森
303 2
半截诗
|
机器学习/深度学习 并行计算 大数据
【Python篇】深入挖掘 Pandas：机器学习数据处理的高级技巧
【Python篇】深入挖掘 Pandas：机器学习数据处理的高级技巧
半截诗
358 3

热门文章

最新文章

  • 1
    pandas读excel类型文件报错: xlrd.biffh.XLRDError: Excel xlsx file； not supported
  • 2
    pandas.to_numeric转化数据为数字型
  • 3
    建模常用的pandas语句
  • 4
    【Python】解决pandas读取excel，以0向前填充的数字会变成纯数字
  • 5
    pandas中报错：TypeError: reduction operation ‘argmax‘ not allowed for this dtype 的解决办法
  • 6
    Python数据分析 | Pandas核心操作函数大全
  • 7
    pandas - read_csv报错：‘utf-8‘/‘gbk‘ codec can‘t decode byte 0xb1 in position 0:invalid start byte
  • 8
    Pandas高级教程之:Dataframe的合并
  • 9
    Pandas之三选择数据
  • 10
    python数据分析基础007 -利用pandas带你玩转excel表格（中上篇）
  • 1
    （Pandas）Python做数据处理必选框架之一！（二）：附带案例分析；刨析DataFrame结构和其属性；学会访问具体元素；判断元素是否存在；元素求和、求标准值、方差、去重、删除、排序...
    276
  • 2
    （Pandas）Python做数据处理必选框架之一！（一）：介绍Pandas中的两个数据结构；刨析Series：如何访问数据；数据去重、取众数、总和、标准差、方差、平均值等；判断缺失值、获取索引...
    438
  • 3
    Pandas与NumPy：Python数据处理的双剑合璧
    396
  • 4
    告别低效代码：用对这10个Pandas方法让数据分析效率翻倍
    202
  • 5
    Pandas时间数据处理：从基础到进阶的实战指南
    190
  • 6
    Pandas时间数据处理：从基础到进阶的实战指南
    292
  • 7
    Pandas数据合并：10种高效连接技巧与常见问题
    688
  • 8
    Pandas高级数据处理：数据仪表板制作
    234
  • 9
    Pandas高级数据处理：数据报告生成
    296
  • 10
    Pandas高级数据处理：交互式数据探索
    139

    • 相关课程

    更多
  • Python 数据分析库 Pandas 快速入门

    • 相关电子书

    更多
  • 中文：即学即用的Pandas入门与时间序列分析
  • 即学即用的Pandas入门与时间序列分析
  • 低代码开发师（初级）实战教程
    • 下一篇
    「直播预告」Streaming Lakehouse Meetup EP.2｜Paimon × StarRocks 共话实时湖仓