如何使用python的pandas库来迅速读取EXCEL文件？

2020-07-15

EXCEL是我们平常工作中使用最多、最方便、最简单的一款数据统计和分析工具，但是如果数据量过大，EXCEL就不那么好用了，甚至连打开也变得非常困难，那么这时候就轮到python出场了。今天小编将会给大家分享如何使用 ...

pandas也能修改样式？快速给你的数据换个Style！

2020-07-14

Pandas是一款很强大的Python库，具有很多方便的功能，今天小编就给大家分享用Pandas修改样式。 以下内容转载于早起Python微信公众号。 作者：刘早起 文章来源：早起Python 前言 在之前的很多文章中 ...

pandas缺失值的填补方法——fillna

2020-07-06

在处理数据的过程中，经常会遇到原数据部分内容的缺失，为了保证我们最终数据统计结果的正确性，通常我们有两种处理方式，第一种就是删除掉这些部分缺失的数据;第二种就是填补这些缺失的数据。接下来，我们主要介 ...

pandas模块的数据结构有哪几种？

2020-07-06

pandas 是 Python 的外部模块，基于NumPy ，是为了解决数据分析任务而创建的，对数据挖掘前期数据的处理工作十分有用。pandas提供了大量能使我们快速便捷地处理数据的函数和方法，而且 纳入了大量库和一些标 ...

对比python字符串函数，学习pandas的str矢量化字符串函数

2020-06-30

文章来源：数据分析与统计学之美 作者：黄伟呢 1.概述 python字符串应该是python里面最重要的数据类型了，因此学会怎么处理各种各样的字符串，显得尤为重要。 我们不仅要学会怎么处理单个字符串， ...

pandas数据结构：Series

2020-06-16

pandas有Series和DataFrame两种数据结构，我们之前已经讲过了DataFrame，接下来给大家介绍下另一种数据结构Series。 什么是Series？ # 自定义Series索引 arr = np.random.rand(5) s = pd.Series(arr, ind ...

pandas数据结构：DataFrame

2020-06-12

刚刚接触pandas的朋友，想了解数据结构，就一定要认识DataFrame，接下来给大家详细介绍！ 初识pandas数据结构：DataFrame import numpy as np import pandas as pd data = {\"name\": [\"Jack\", \"Tom\ ...

数据挖掘：pandas时间模块管理

2020-06-10

pandas datetime # datetime.timedelta 时间差 t1 = datetime.datetime(2017,10,1) print(t1) print(\"\") tx = datetime.timedelta(100)  # timedelta(days=0, seconds=0, microseconds=0, millisecond ...

pandas数据处理：常用却不甚了解的函数，pd.read_excel()

2020-06-01

人们经常用pandas处理表格型数据，时常需要读入excel表格数据，很多人一般都是直接这么用：pd.read_excel(“文件路径文件名”),再多一点的设置可能是转义一下路径中的斜杠，一旦原始的excel表不是很规整，这 ...

使用python来绘制漂亮的图表:pandas篇！

2020-05-27

使用Python绘制数据，可以使用三种不同方式，它们分别是pandas，Seaborn和Plotly。 我们将通过利用《 2019年世界幸福报告》中的数据来做到这一点。我用Gapminder和Wikipedia的信息丰富了《世界幸福报告》数据，以便 ...

超详细教程 | pandas合并之append和concat

2020-05-27

本篇文章主要介绍了pandas中对series和dataframe对象进行连接的方法：pd.append()和pd.concat()，文中通过示例代码对这两种方法进行了详细的介绍，希望能对各位python小白的学习有所帮助。 一、df.append(d ...

Python数据分析之pandas数据结构

2020-03-31

作者 | CDA数据分析师 之前的文章写了Python的基础知识，从这部分内容开始正式进入到正式的数据分析过程中，主要讲述每个数据分析过程都会用到什么操作，这些操作用Excel是怎样实现 ...

用python-pandas作图矩阵

2018-02-24

用python-pandas作图矩阵 我们在采用机器学习算法对数据进行分析时，首先要对数据进行了解，而了解数据最快速的方式就是可视化。但是作者可视化采用的方法对很多data都通用，且采用的是各种图形的图矩阵，如直 ...

用Python的pandas框架操作Excel文件中的数据教程

2017-08-04

用Python的pandas框架操作Excel文件中的数据教程 本文的目的，是向您展示如何使用pandas 来执行一些常见的Excel任务。有些例子比较琐碎，但我觉得展示这些简单的东西与那些你可以在其他地方找到的复杂功能同等 ...

针对SAS用户：Python数据分析库pandas

2017-06-21

针对SAS用户：Python数据分析库pandas 这篇文章是Randy Betancourt的用于SAS用户的快速入门中的一章。Randy编写这本指南，让SAS用户熟悉Python和Python的各种科学计算工具。 本文包括的主题： 导入包 ...

数据分析师职业发展必备能力

2024-12-19

在信息爆炸的时代，数据分析师如同探险家，在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力，还需要一种艺术家的直觉与理解力。本文将讨论数据分析师在职业发展中需要具备的一系列能力，以及如何通 ...

数据分析师学习Python的必要性

2024-12-09

在当今数据驱动的世界中，数据分析师的角色变得至关重要。学习Python作为一种强大的编程语言对于数据分析师而言具有巨大的价值和必要性。让我们一起探讨为什么Python成为了数据分析领域的宠儿，以及学习Python如何可 ...

Python实现无序多分类logistic回归的实例

2024-12-06

在处理多分类问题时，无序多分类Logistic回归是一种强大的统计方法，特别适用于具有多个无序类别的情况。通过以下Python示例，我们将演示如何有效实现这一方法，以及评估模型性能。 无序多分类Logistic回归广泛应用 ...

单因素方差分析的统计意义及应用价值

2024-12-06

数据清洗和转换在大数据生命周期中扮演着关键角色，确保数据质量和可用性。数据清洗涉及识别和处理数据中的错误、缺失值和重复值。这一过程包括错误检测与修复（如异常值处理）、缺失值处理（删除或填充）、数据标准 ...

数据分析在线课程推荐

2024-12-05

选择合适的数据分析课程至关重要。以下是一些建议： Class Central平台上的课程： 提供来自哈佛大学、斯坦福大学、麻省理工学院等顶尖大学的数据分析课程。 涵盖数据清理、洞察发现以及使用Python、NumPy、pandas ...