#讀取資料
data=pd.read_csv("")
print(data.head(10))
#處理資料
#1.縮小資料,查詢資料篩選，query相當於sql語句，進行條件查詢
data=data.query("x>1.0 & x<1.25 & y>2.5 & y<2.75")
#2.處理時間處理
time_value=pd.to_datetime(data['time'],unit='s')#轉換成時間格式，精確到秒
print(time_value)
#把日期格式轉換成字典格式
time_value=pd.datatimeindex(time_value)
#構造一些特徵
data['day']=time_value.day
#把原來的時間戳特徵刪除
data=data.drop(['time'],axis=1)#按列刪除
海量資料處理方法總結
適用範圍 第k大，中位數，不重複或重複的數字 基本原理及要點 因為元素範圍很大，不能利用直接定址表，所以通過多次劃分，逐步確定範圍，然後最後在乙個可以接受的範圍內進行。可以通過多次縮小，雙層只是乙個例子。擴充套件 問題例項 1 2.5億個整數中找出不重複的整數的個數，記憶體空間不足以容納這2.5億個...
資料處理 pandas資料處理優化方法小結
資料處理時使用最多的就是pandas庫，pandas在資料處理方面很強大，整合了資料處理和資料視覺化。pandas的視覺化使用的是matplotlib。回到主題 計算資料的某個欄位的所有值，對其欄位所有值進行運算 處理的字段資料為時間戳，需要計算該時間戳距離現在的時間，單位為天。一般方法 使用現在的...
資料處理常用方法
列值替換 data.trade type data.trade type 21 1 data.trade type data.trade type 22 0取消索引 wo.to csv szy.csv index false 檢視所有列的空缺值 data.isnull sum 檢視每列的值的數量 d...