Pandas的名称来自于面板数据（paneldata）和Python数据分析（dataanalysis）。Pandas是一个强大的分析结构化数据的工具集，基于NumPy构建，提供了 高级数据结构 和 数据操作工具，它是使Python成为强大而高效的数据分析环境的重要因素之一。一个强大的分析...

下面创建一个Series，在输入索引Index时，输入了由两个子list组成的list，第一个子list是外层索引，第二个list是内层索引。示例代码：importpandasaspdimportnumpyasnpser_obj=pd.Series(np.random.randn(12),index=[['a','a'...

　直接下载，geopandas的whl文件，如geopandas-0.6.3-py2.py3-none-any.whl，将会安装不成功。在安装它的依赖库Fiona的时候，提示缺少gdal的配置（GDLA_CONFIG,GDAL_VERSION环境变量）。而在安装python版本的gdal的时候，pypi上是源码包，安装...

Pandas是一个广泛应用于数据分析等领域的Python库。关于它的教程有很多，但这里会一些比较冷门但是非常有用的技巧。read_csv这是一个大家都应该知道的函数，因为它就是读取csv文件的方法。但如果需要读取数据量很大的时候，可以添加一个参数--nrows=5，来先加载少量数据，这可以避免使用错误的分隔符，因为并不...

Pandas是一个开放源码、BSD许可的库，为Python编程语言提供高性能、易于使用的数据结构和数据分析工具。把抓取到的数据存储到PandasDataFrame中，可以进一步对数据进行分析，是一种常见做法。本章例子，将从豆瓣网站上抓取北美电影排行榜，并放进DataFrame中。豆瓣网站上的北美电影排行榜网址，北美电影...

Pandas的另一个优点是与Matplotlib的集成，可以直接绘制DataFrame和Series。注意：如没有安装Matplotlib，需首先安装：pipinstallmatplotlib。importmatplotlib.pyplotaspltplt.rcParams.update({'font.size':20...

与Python中的列表类似，可以使用for循环遍历DataFrame或Series，但是这样做(尤其是在大型数据集上)非常慢。Pandas中提供了一个高效的替代方案：apply()方法。语法DataFrame.apply(func)Series.apply(func)func –要对数据集中所有元...

有时需要根据条件，访问DataFrame中的数据。例如，找出电影数据集中，某个导演的电影：#加载数据movies_df=pd.read_csv("IMDB-Movie-Data.csv",index_col="Title")movies_df.columns=['rank','genre','description',...

访问行数据，有两个方法:.loc –使用索引名定位.iloc –使用索引序号定位示例中的数据以电影名作为索引：#加载数据movies_df=pd.read_csv("IMDB-Movie-Data.csv",index_col="Title")movies_df.column...

访问DataFrame中的Series，可以使用DataFrame['列名']方式。#加载数据movies_df=pd.read_csv("IMDB-Movie-Data.csv",index_col="Title")movies_df.columns=['rank','genre','description','di...

在整个DataFrame上使用describe()，我们可以得到一个统计结果:importpandasaspd#加载数据movies_df=pd.read_csv("IMDB-Movie-Data.csv",index_col="Title")movies_df.columns=['rank','genre','des...

除了删除空值，还有一种处理空值的方法是填充(Imputation)。让我们看看在revenue_millions列中填充缺失的值。首先，将该列提取到变量中:revenue=movies_df['revenue_millions']使用DataFrame['列名']可以获取1列数据，即一个Series。可以使用head查...

数据集中通常会包含null值或空值，对于空值的处理有2种方式：删除带有null的行或列用非空值填充null项要处理数据集中的null值，首先要找出DataFrame中的哪些单元格是空的:movies_df.isnull()输出rankgenredescriptiondirectoractorsyearruntimera...

关于数据集的列名，通常建议最好使用小写字母，删除特殊字符，并用下划线替换空格。有时数据集的列名可能不是很规范，需要整理修改理列名。获取DataFrame的列名，可以使用DataFrame.columns属性。movies_df.columns输出Index(['Rank','Genre','Description','...

去除重复数据是一项常见操作，Pandas中，可以使用drop_duplicates方法。电影数据集没有重复的行，我们来制造一些重复行。temp_df=movies_df.append(movies_df)temp_df.shape输出(2000,11)append()将返回一个副本，不影响原始数据DataFrame。使...