3.机器学习—数据科学包3.3pandas操作

Netany ·

更新时间:2024-11-10

· 574 次阅读

pandas操作一.pandas索引1.Series索引index2.DateFrame行索引index和列索引columns3.pandas预置索引的类4.重复索引4.1重复索引定义4.2重复索引处理groupby()5.多级索引pd.MultiIndex5.1Series多级索引5.1.1.新建多级索引5.2.2.选取元素5.2 DataFrame多级索引5.2.1新建DataFrame5.2.2选取元素5.2.3索引交换5.2.4索引排序5.2.5统计索引5.2.6索引 index和列columns的转换二.分组计算1.原理2.对 Series 进行分组3.对Dataframe进行分组3.1按行分组3.1.1分组groupby3.1.2groupby()支持迭代3.2按列分组3.2通过字典进行分组3.3通过函数分组3.3多级索引数据根据索引级别来分组三.聚合统计1.数据聚合1.1内置聚合函数1.2自定义聚合函数agg()1.3应用多个聚合函数1.4给不同的列应用不同的聚合函数1.4重置索引2.分组运算和转换2.1分组数据变换transform2.2apply函数2.3apply 应用示例：用不同的分组平均值填充空缺数据四.数据导入与导出/数据IO1.索引及列名1.1规则分隔符情况1.2不规则分隔符情况-正则表达式2.缺失值处理3.逐块处理数据4.保存数据到磁盘df.to_csv5.二进制数据五.时间序列1.Python datetime模块1.1 时间datetime1.2时间差timedelta1.3字符串和 datetime 转换2.Pandas 里的时间序列3.日期范围pd.date_range3.1生成日期范围3.2生成的时间频率设定，默认是D天4.时间及其算术运算4.1生成4.2时期序列pd.period_range4.3时期的频率转换4.3.1asfreq4.3.2季度时间频率4.3.3 Timestamp 和 Period 相互转换4.时间重采样4.1降采样4.2OHLC 重采样4.3groupby()重采样4.4升采样和插值4.5时期重采样4.6 从文件中解析时间序列4.7自定义时间日期解析函数六.数据可视化1.线型图1.1Series线型图1.2DataFrame线型图2.柱状图3.频率直方图4.概率密度图5.带密度估计的规格化直方图6.散布图7.饼图8.高级绘图8.1举例说明scatter_matrix,散点图矩阵图8.2lag_plot8.3autocorrelation_plot七.实例：股票数据分析1.股票数据获取2.股票波动幅度分析八.实例：时间事件日志九.课程小结1.课程回顾2.课程展望 一.pandas索引 1.Series索引index 更改索引名