后端 第203页

2020-03-25半瓶木阅读(1116)评论(0)赞(0)

数值Python(Numpy)被定义为Python软件包, 用于执行多维和一维数组元素的各种数值计算和处理。使用Numpy数组的计算比普通的Python数组快。 该程序包由Travis Oliphant在2005年创建, 方法是将祖先模块N...

2020-03-25半瓶木阅读(1765)评论(0)赞(0)

多重索引被定义为非常重要的索引, 因为它处理数据分析和处理, 尤其是处理高维数据时。它还可以在Series和DataFrame等较低维度的数据结构中存储和处理任意数量的维度的数据。 它是标准索引对象的层次结构类似物, 用于将轴标签存储在pa...

2020-03-25半瓶木阅读(1148)评论(0)赞(0)

Pandas提供了.loc []和.iloc []方法进行数据切片。数据切片通常是指检查你的数据集。这两种方法属于索引选择方法, 该方法用于为数据集的每一行设置标识符。索引可以使用特定的标签, 并且这些标签可以是整数或用户指定的任何其他值。...

2020-03-25半瓶木阅读(1133)评论(0)赞(0)

Pandas可以提供与所有域的时间序列数据一起使用的功能。它还使用NumPy datetime64和timedelta64 dtypes合并了其他Python库中的大量功能, 例如scikits.timeseries。它提供了用于处理时间序...

2020-03-25半瓶木阅读(1770)评论(0)赞(0)

Pandas索引被定义为从DataFrame中选择特定行和列数据的重要工具。它的任务是组织数据并提供对数据的快速访问。也可以称为子集选择。 索引中的值以粗体显示, 索引的单个值称为标签。 如果要比较有索引和无索引的数据访问时间, 可以使用%...

2020-03-25半瓶木阅读(1182)评论(0)赞(1)

DataFrame.loc []用于通过DataFrame中的标签或布尔数组检索行和列的组。它仅使用索引标签, 并且如果它存在于调用方DataFrame中, 则返回行, 列或DataFrame。 DataFrame.loc []是基于标签的...

2020-03-25半瓶木阅读(2818)评论(0)赞(0)

在当今时代, 用日期和时间分析数据集是一项繁琐的任务。由于月份的长度不同, 因此, 根据我们的情况, 需要考虑工作日和周末的分布, leap年和时区。因此, 由于这个原因, Python专门为日期和时间定义了一种新的数据类型, 称为date...

2020-03-25半瓶木阅读(3973)评论(0)赞(0)

DataFrame.isin()方法的主要任务是选择特定列中具有特定(或多个)值的行。 句法 参数 values：可以是DataFrame, Series, Iterable或dict, 并返回一个布尔值。 如果所有标签都匹配, 它将返回一...

2020-03-25半瓶木阅读(1365)评论(0)赞(0)

当DataFrame的索引标签不是数字序列0、1、2, …, n或用户不知道索引标签时, 将使用DataFrame.iloc []。 我们可以使用在DataFrame中不可见的虚构索引位置来提取行。它是基于整数的位置(从0到轴的...

2020-03-25半瓶木阅读(1007)评论(0)赞(0)

NumPy的连接数据用于按行或列连接两个数组。它可以采用两个或更多个相同形状的数组, 并且按行串联作为默认类型, 即axis = 0。 范例1： 输出 范例2： 输出 范例3： 输出