锐客网

  1. 首页 > 睿知 > it技术 > >

df函数python python dfs bfs( 二 )

IT技术计算


.min()/.max() ：计算数据的最小值、最大值
.diff() ：计算一阶差分，对时间序列很有效
.mode() ：计算众数，返回频数最高的那（几）个
.mean() ：计算均值
.quantile() ：计算分位数（0到1）
.isin() ：用于判断矢量化集合的成员资格 ， 可用于过滤Series中或DataFrame列中数据的子集
适用于Series的基本统计分析函数，DataFrame[列名]返回的是一个Series类型 。
.unique() ：返回一个Series中的唯一值组成的数组 。
.value_counts() ：计算一个Series中各值出现的频率 。
.argmin()/.argmax() ：计算数据最大值、最小值所在位置的索引位置（自动索引）
.idxmin()/.idxmax() ：计算数据最大值、最小值所在位置的索引（自定义索引）
pandas提供了一些用于将表格型数据读取为DataFrame对象的函数 。下表对它们进行了总结，其中read_csv()、read_table()、to_csv()是用得最多的 。
在数据分析和建模的过程中，相当多的时间要用在数据准备上：加载、清理、转换以及重塑 。
在许多数据分析工作中，缺失数据是经常发生的 。对于数值数据，pandas使用浮点值NaN（np.nan）表示缺失数据，也可将缺失值表示为NA（Python内置的None值） 。
替换值
.replace(old, new) ：用新的数据替换老的数据 ， 如果希望一次性替换多个值，old和new可以是列表 。默认会返回一个新的对象，传入inplace=True可以对现有对象进行就地修改 。
删除重复数据
利用函数或字典进行数据转换
df.head()：查询数据的前五行
df.tail()：查询数据的末尾5行
pandas.cut()
pandas.qcut() 基于分位数的离散化函数 。基于秩或基于样本分位数将变量离散化为等大小桶 。
pandas.date_range() 返回一个时间索引
df.apply() 沿相应轴应用函数
Series.value_counts() 返回不同数据的计数值
df.aggregate()
df.reset_index() 重新设置index ， 参数drop = True时会丢弃原来的索引 ， 设置新的从0开始的索引 。常与groupby()一起用
numpy.zeros()
def dayUP(df)在Python开头是什么意思?df是daydfactor 的简写吗？def dayUP(df):
#your code goes here
def 在python中是一个函数定义的关键字 。
dayUP是函数名 。
后面的括号里的df代表是什么意思，如果作者没有对df进行注释的话，也只有他自己知道 。我们只需要知道这是一个参数就可以了，管他是什么的简写 。
python基础中,df后面是什么python基础中,df后面是传函数参数 。是要在小括号里面传函数参数，后面的[]是因为函数返回一个数组，列表所以用[0]取得索引为0处的值 。
python基础内容简介
本书是大气海洋学科方向学者的python入门书 。全书侧重于介绍大气海洋学科领域python编程常用的基础知识，包括即也阻的获取、安装、环境编辑器等内容，示例介绍了python语言基?。?流程控制 ， 列表、元组、字典与集合，函数，类和对象，模块，存储户等基础知识 。
结合python基础知识，介绍了异常处理、计算生态、正则表达式、python脚本、日志等内容 。文后结合习题帮助读者解决常见编程问题和困惑，从而帮助读者实现时也on知识的灵活使用和综舍编程，将python用于大气海洋工程当中 。
本书第1~8章为Python语言基?。饕樯躊ython的基本用法；第9章为一个实战，帮助读者理解前8章的知识，第10~17章为Python的进阶使用 ， 包含面向对象编程、函数式编程入门、文件读写、异常处理、模块和包几个部分 。
第18章为第2个实战，帮助读者融会贯通前17章的知识，同时抛砖引玉 ， 引起读者探索的兴趣 。

推荐阅读


上一篇：怎么调整固态硬盘格式，固态硬盘变raw格式怎么解决

下一篇：斗鱼直播的流量卡怎么买，斗鱼直播用的流量套餐