- 1、本文档共16页,其中可免费阅读10页,需付费49金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE1
PAGE1
Pandas数据操作基础
1Pandas库的导入与数据结构简介
在Python中,pandas是一个强大的数据分析库,提供了高效的数据结构和数据操作工具。要开始使用pandas,首先需要导入库:
importpandasaspd
pandas主要包含两种数据结构:Series和DataFrame。
Series:一维数组,可以存储任何数据类型(整数、字符串、浮点数、Python对象等),类似于一维数组,但更强大,可以存储轴标签。
#创建一个Series
s=pd.Series([1,3,5,np.nan,6,8])
print(s
您可能关注的文档
- 机器学习工程师-机器学习基础-概率与统计_贝叶斯统计.docx
- 机器学习工程师-机器学习基础-概率与统计_参数估计.docx
- 机器学习工程师-机器学习基础-概率与统计_抽样调查与数据分析.docx
- 机器学习工程师-机器学习基础-概率与统计_大数定律与中心极限定理.docx
- 机器学习工程师-机器学习基础-概率与统计_多维随机变量及其分布.docx
- 机器学习工程师-机器学习基础-概率与统计_方差分析.docx
- 机器学习工程师-机器学习基础-概率与统计_非参数统计.docx
- 机器学习工程师-机器学习基础-概率与统计_概率论基础.docx
- 机器学习工程师-机器学习基础-概率与统计_回归分析.docx
- 机器学习工程师-机器学习基础-概率与统计_假设检验.docx
文档评论(0)