本文翻譯自文章: pandas cheat sheet - python for data science
,同時新增了部分註解。
對於資料科學家,無論是資料分析還是資料探勘來說,pandas是乙個非常重要的python包。它不僅提供了很多方法,使得資料處理非常簡單,同時在資料處理速度上也做了很多優化,使得和python內建方法相比時有了很大的優勢。
如果你想學習pandas,建議先看兩個**。
(1)官網: python data analysis library
(2)十分鐘入門pandas: 10 minutes to pandas
在第一次學習pandas的過程中,你會發現你需要記憶很多的函式和方法。所以在這裡我們彙總一下 pandas官方文件 中比較常用的函式和方法,以方便大家記憶。同時,我們提供乙個pdf版本,方便大家列印。 pandas-cheat-sheet.pdf
在這個速查手冊中,我們使用如下縮寫:
df:任意的pandas dataframe物件
同時我們需要做如下的引入:
import pandas as pd
df.concat([df1, df2],axis=1):將df2中的列新增到df1的尾部
df1.join(df2,on=col1,how='inner'):對df1的列和df2的列執行sql形式的join
源自:本文翻譯自文章: pandas cheat sheet - python for data science
,同時新增了部分註解。
對於資料科學家,無論是資料分析還是資料探勘來說,pandas是乙個非常重要的python包。它不僅提供了很多方法,使得資料處理非常簡單,同時在資料處理速度上也做了很多優化,使得和python內建方法相比時有了很大的優勢。
如果你想學習pandas,建議先看兩個**。
(1)官網: python data analysis library
(2)十分鐘入門pandas: 10 minutes to pandas
在第一次學習pandas的過程中,你會發現你需要記憶很多的函式和方法。所以在這裡我們彙總一下 pandas官方文件 中比較常用的函式和方法,以方便大家記憶。同時,我們提供乙個pdf版本,方便大家列印。 pandas-cheat-sheet.pdf
在這個速查手冊中,我們使用如下縮寫:
df:任意的pandas dataframe物件
同時我們需要做如下的引入:
import pandas as pd
df.concat([df1, df2],axis=1):將df2中的列新增到df1的尾部
df1.join(df2,on=col1,how='inner'):對df1的列和df2的列執行sql形式的join
源自:
Pandas速查手冊中文版
本文翻譯自文章 pandas cheat sheet python for data science 同時新增了部分註解。對於資料科學家,無論是資料分析還是資料探勘來說,pandas是乙個非常重要的python包。它不僅提供了很多方法,使得資料處理非常簡單,同時在資料處理速度上也做了很多優化,使得和...
Pandas速查手冊中文版
本文翻譯自文章 pandas cheat sheet python for data science 同時新增了部分註解。對於資料科學家,無論是資料分析還是資料探勘來說,pandas是乙個非常重要的python包。它不僅提供了很多方法,使得資料處理非常簡單,同時在資料處理速度上也做了很多優化,使得和...
Pandas速查手冊中文版
本文翻譯自文章 pandas cheat sheet python for data science 同時新增了部分註解。對於資料科學家,無論是資料分析還是資料探勘來說,pandas是乙個非常重要的python包。它不僅提供了很多方法,使得資料處理非常簡單,同時在資料處理速度上也做了很多優化,使得和...