pandas库中DataFrame常用基本函数汇总-二元运算

2020-07-15

DataFrame是python中pandas库里一种常见的数据框结构,也可以看做是一个矩阵形式，单元格能够存放数值、字符串等，类似于表，也可以当做由Series组成的字典。 DataFrame中包含很多基础函数，很多刚接触到DataFra ...

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 ...

【CDA干货】特征重要性分析：解锁机器学习模型价值的核心钥匙

2026-04-20

在机器学习建模全流程中，特征工程是连接原始数据与模型效果的关键环节，而特征重要性分析则是特征工程的“灵魂”——它不仅能帮我们筛选冗余特征、优化模型结构，更能破解模型“黑箱”困境，揭示数据与目标变量之间 ...

【CDA干货】随机森林特征重要性分析：原理、方法与实操指南

2026-04-16

在机器学习建模实践中，特征工程是决定模型性能的核心环节之一。面对高维数据集，冗余特征、无关特征不仅会增加模型训练成本、延长训练时间，还可能引发过拟合，降低模型泛化能力，甚至掩盖关键特征的真实影响。随机 ...

【CDA干货】LSTM预测结果波动：成因解析、影响评估与优化策略

2026-04-08

长短期记忆网络（LSTM）作为循环神经网络（RNN）的重要改进模型，凭借其独特的门控机制（遗忘门、输入门、输出门），有效解决了传统RNN在处理长序列数据时的梯度消失或梯度爆炸问题，已广泛应用于时间序列预测、自然 ...

【CDA干货】基于3σ原则的数据异常值处理：原理、实操与应用

2026-04-08

在数据分析全流程中，数据质量是决定分析结论可靠性的核心前提，而异常值作为数据集中的“异类”，往往会干扰统计检验、模型训练的结果，导致结论失真。无论是学术研究中的实验数据、企业运营中的业务数据，还是日常 ...