pandas入门【二】
2018-02-10 15:43
176 查看
目录:
1.缺失数据处理
2.数据统计
3.删除空数据,数据排序,并将索引重新改变
4.apply函数
处理缺失数据:
数据统计:
# index参数指明了用来分类的列,values标签指明了用来计算的列,aggfunc指明了使用什么函数来计算values指定的列
座位等级和幸存者的比率
座位等级和购买的平均年龄,默认计算为平均
更复杂的在value中增加参数
删除后数据的重新调用
sort函数
1.缺失数据处理
2.数据统计
3.删除空数据,数据排序,并将索引重新改变
4.apply函数
处理缺失数据:
数据统计:
# index参数指明了用来分类的列,values标签指明了用来计算的列,aggfunc指明了使用什么函数来计算values指定的列
座位等级和幸存者的比率
座位等级和购买的平均年龄,默认计算为平均
更复杂的在value中增加参数
删除含有空数据的行和列
可以使用dropna()函数来删除具有空数据的行或列删除后数据的重新调用
sort函数
相关文章推荐
- Pandas入门
- Pandas入门(二)——DataFrame结构及常用操作
- Pandas基础入门
- pandas学习:简单入门数据的建立划分
- 数据挖掘 pandas基础入门之查看数据
- pandas入门(一):pandas的安装和创建
- Pandas入门(中)
- python数据分析(pandas入门)
- pandas:DataFrame入门
- Python常用的数据分析工具入门: numpy和pandas入门
- Pandas入门学习
- pandas入门
- pandas/sklearn入门指南
- pandas入门——文件读取与写入
- Pandas入门(二)——DataFrame结构及常用操作
- pandas入门学习一
- Python pandas 入门
- 《利用python进行数据分析》读书笔记--第五章 pandas入门
- Pandas常用函数入门
- Pandas简易入门(四)