熊猫教程
Pandas是一个构建在 NumPy 库之上的开源库。它是一个Python包,提供用于处理数值数据和时间序列的各种数据结构和操作。它主要用于更轻松地导入和分析数据。 Pandas 速度快,为用户提供高性能和生产力。
本 Pandas 教程将帮助从基础学习 Pandas 以推进数据分析操作,包括详细解释的所有必要功能。
目录
- Introduction
- Creating Objects
- Viewing Data
- Selection
- Manipulating Data
- Grouping Data
- Merging, Joining and Concatenating
- Working with Date and Time
- Working With Text Data
- Working with CSV and Excel files
- Operations
- Visualization
- Applications and Projects
- Miscellaneous
熊猫用解决方案练习问题!
最近关于Python Pandas 的文章!
介绍
- Python中的 Pandas 简介
- 如何在 Windows 和 Linux 上安装Python Pandas?
- 如何使用 Jupyter Notebook – 终极指南
创建对象
- Python|熊猫数据框
- 创建 Pandas 数据框
- Python|熊猫系列
- 创建熊猫系列
查看数据
- 查看框架的顶行
- 查看框架的底部行
- 查看基本统计详情
- 将 pandas DataFrame 转换为 numpy 数组
- 将 pandas 系列转换为 numpy 数组
- 使用 .as_matrix() 将系列或数据框对象转换为 Numpy 数组。
选择
- 处理 Pandas DataFrame 中的行和列
- 如何在熊猫数据框中选择多列
- Python| Pandas 使用 .loc[] 提取行
- Python|使用 Pandas .iloc[] 提取行
- 使用 Pandas 索引和选择数据
- Pandas 中的布尔索引
- 使用 DataFrame.ix[ ] 的基于标签和整数的切片技术
👉🏽最近关于 Pandas 索引的文章
操作数据
- 在 Pandas 中向现有 DataFrame 添加新列
- Python|从 DataFrame 中删除行/列
- 在某个索引值之前和之后截断 DataFrame
- 在某个索引值之前和之后截断系列
- 遍历 Pandas DataFrame 中的行和列
- 在 Pandas 中处理缺失数据
- 在 Pandas 中对数据框进行排序 |第一组
- 在 Pandas 中对数据框进行排序 |第 2 组
分组数据
- Pandas GroupBy
- 在熊猫中分组行
- 将 Pandas groupby 中的多列与字典相结合
合并、连接和连接
- Python| Pandas 合并、连接和连接
- 连接字符串
- 将行追加到数据框
- 连接两个或多个系列
- 附加单个或一组索引
- 将两个系列合二为一
- 在 pandas DataFrame 的顶部添加一行
- 加入系列中存在的列表中的所有元素
- 在 Pandas 中将两个文本列合并为一个列
使用日期和时间
- Python|使用 Pandas 处理日期和时间
- 使用 Pandas 的时间戳
- 使用 Pandas 的当前时间
- 将时间戳转换为 ISO 格式
- 使用 Pandas 获取日期时间对象
- 替换给定时间戳的成员值
- 使用 Pandas 将字符串日期时间转换为Python日期时间对象
- 使用 Pandas 获取固定频率的 DatetimeIndex
处理文本数据
- Python| Pandas 处理文本数据
- 将字符串转换为小写、大写或驼峰式
- 替换文本值
- 使用 series.replace() 替换文本值
- 删除空格
- 使用 Pandas 将日期向前移动给定数量的有效日期
使用 CSV 和 Excel 文件
- 使用熊猫读取 csv
- 将 Pandas 数据框保存为 CSV
- 将 Excel 电子表格加载为 pandas DataFrame
- 使用 Excel 文件创建数据框
- 使用 Pandas 和 XlsxWriter |套装 – 1
- 使用 Pandas 和 XlsxWriter |套装 – 2
- 使用 Pandas 和 XlsxWriter |套装 – 3
运营
- 在可能的序列上应用一个函数
- 将函数应用于 Pandas DataFrame 中的每一行
- 对系列的每个元素应用一个函数
- 跨一列或多列的聚合数据
- 请求轴的平均值
- 系列中基础数据的平均值
- 请求轴的值的平均绝对偏差
- 系列值的平均绝对偏差
- 均值的无偏标准误
- 查找包含唯一值计数的系列
- 使用 Index.value_counts() 查找包含唯一值计数的系列
可视化
- Pandas 内置数据可视化
- 使用Python进行数据分析和可视化 |设置 1
- 使用Python进行数据分析和可视化 |设置 2
- Pandas 和 Seaborn 的箱线图可视化
应用和项目
- 如何使用 pandas 在Python中进行 vLookup
- 在Python中将 CSV 转换为 HTML 表格
- 使用 Pandas 和 Seaborn 进行 KDE 绘图可视化
- 使用Python分析二手车的售价
- 使用 Pandas 将 CSS 添加到 Jupyter Notebook
各种各样的
- Python-Pandas 上的更多功能
- 更多关于 pandas-dataframe 的文章
- pandas-dataframe 上的更多功能
- 更多关于熊猫系列的文章
- pandas 系列的更多功能
- 更多关于 pandas-general-functions 的文章
- pandas-datetime 的更多功能
- pandas-datetimeIndex 上的更多功能
- pandas-timedelta 上的更多功能
- pandas-TimeDeltaIndex 上的更多功能
- pandas-Timestmap 上的更多功能
- pandas-series-datetime 上的更多功能
- pandas-multiindex 的更多功能