腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
A2Data
专栏作者
举报
373
文章
384441
阅读量
30
订阅数
订阅专栏
申请加入专栏
全部文章(373)
编程算法(97)
python(70)
sql(49)
数据库(41)
linux(29)
hive(28)
ide(26)
java(25)
apache(19)
云数据库 SQL Server(17)
网络安全(16)
存储(15)
数据分析(14)
大数据(13)
http(12)
https(12)
git(11)
github(11)
开源(11)
打包(10)
网站(9)
ssh(9)
面向对象编程(9)
windows(9)
mysql(9)
node.js(8)
html(8)
oracle(8)
numpy(8)
javascript(7)
unix(7)
神经网络(7)
腾讯云测试服务(7)
tcp/ip(7)
机器学习(6)
jquery(6)
深度学习(6)
文件存储(6)
人工智能(6)
bash(5)
vue.js(5)
matlab(5)
spring(5)
mapreduce(5)
专用宿主机(5)
容器(5)
jdk(5)
yum(5)
hexo(5)
数据结构(5)
虚拟化(5)
c++(4)
bash 指令(4)
云推荐引擎(4)
hadoop(4)
线性回归(4)
ftp(4)
npm(4)
微服务(4)
jupyter notebook(4)
编程(4)
数据挖掘(3)
xml(3)
api(3)
jar(3)
maven(3)
日志服务(3)
访问管理(3)
命令行工具(3)
NAT 网关(3)
serverless(3)
爬虫(3)
正则表达式(3)
dns(3)
spring boot(3)
anaconda(3)
nat(3)
特征工程(3)
break(3)
data(3)
hdfs(3)
import(3)
null(3)
pandas(3)
root(3)
工具(3)
php(2)
scala(2)
json(2)
nosql(2)
云数据库 Redis(2)
全文检索(2)
TDSQL MySQL 版(2)
webpack(2)
xslt & xpath(2)
缓存(2)
shell(2)
jvm(2)
gui(2)
hbase(2)
任务调度(2)
rust(2)
axis(2)
default(2)
hadoop2(2)
int(2)
it(2)
join(2)
key(2)
max(2)
methods(2)
rank(2)
return(2)
static(2)
sum(2)
zip(2)
百度(2)
教程(2)
排序(2)
统计(2)
源码(2)
字符串(2)
NLP 服务(1)
mac os(1)
react(1)
css(1)
sqlite(1)
flask(1)
eclipse(1)
tomcat(1)
搜索引擎(1)
ubuntu(1)
windows server(1)
nginx(1)
容器镜像服务(1)
短信(1)
电商(1)
express(1)
rollup.js(1)
babel.js(1)
游戏(1)
分布式(1)
黑客(1)
spark(1)
卷积神经网络(1)
sql server(1)
grep(1)
powershell(1)
安全(1)
数据可视化(1)
kafka(1)
聚类算法(1)
数据库管理(1)
数据集成(1)
add(1)
backup(1)
bind(1)
boolean(1)
bug(1)
case(1)
comparison(1)
component(1)
contour(1)
copy(1)
count(1)
dashboard(1)
dataset(1)
date(1)
dump(1)
element(1)
error(1)
exe(1)
exists(1)
expression(1)
filewriter(1)
for循环(1)
frame(1)
func(1)
get(1)
getter(1)
gif(1)
google(1)
having(1)
host(1)
im(1)
image(1)
impala(1)
input(1)
insert(1)
io(1)
jsonp(1)
jupyter(1)
lag(1)
launch(1)
lda(1)
list(1)
localhost(1)
mac(1)
mask(1)
min(1)
newline(1)
object(1)
offset(1)
overflow(1)
package(1)
partition(1)
pascal(1)
pip(1)
post(1)
product(1)
protected(1)
ps(1)
public(1)
readline(1)
rename(1)
request(1)
restore(1)
reverse(1)
row(1)
rows(1)
scale(1)
select(1)
setter(1)
shift(1)
sort(1)
stack(1)
string(1)
tampermonkey(1)
time(1)
truncate(1)
ui(1)
union(1)
upload(1)
void(1)
watch(1)
wizard(1)
备份(1)
编程语言(1)
变量(1)
插件(1)
产品(1)
程序(1)
磁盘(1)
地图(1)
动画(1)
二进制(1)
二维码(1)
工作(1)
集合(1)
集群(1)
配置(1)
日志(1)
数据类型(1)
索引(1)
效率(1)
增长黑客(1)
指针(1)
作用域(1)
搜索文章
搜索
搜索
关闭
不会这5个Excel函数,不好意思说会做数据分析
nat
NAT 网关
数据分析
从小到大,我们每一个人都深陷各种各样的排名,考试成绩排名、KPI绩效排名、业绩排名、市场份额排名、满意度排名……各种“被排名”关系着家长、老师、领导、同事对我们的态度。
DataScience
2020-11-06
3.9K
0
Pandas 之 缺失值的处理
nat
NAT 网关
什么是缺失值? (控制) 那么,到底什么是缺失值呢? 直观上理解,缺失值表示的是‘缺失的数据’ 缺失值 导致的原因是什么呢? 1) 可能是由于数据不全所以导致数据缺失 2) 可能是误操作导致数据缺失 3) 亦或者人为地造成数据缺失。 什么是缺失值? (控制) 那么,到底什么是缺失值呢? 直观上理解,缺失值表示的是‘缺失的数据’ 缺失值 导致的原因是什么呢? 1) 可能是由于数据不全所以导致数据缺失 2) 可能是误操作导致数据缺失 3) 亦或者人为地造成数据缺失。 #导入相关库 import numpy as np import pandas as pd index =pd.Index(data=["A","B","C","D","风"],name="name") data = { "age":[18,10,np.nan,22,25], "city":["Beijing","Shanghai","guangzhou","shenzhen","XiAn"], "Sex":[None,"male","feamle",np.nan,"feamle"], "birth":["1990-10-10",None,np.nan,"1998-01-01","2020-10-20"] } user_info = pd.DataFrame(data=data,index=index) user_info age city Sex birth name A 18.0 Beijing None 1990-10-10 B 10.0 Shanghai male None C NaN guangzhou feamle NaN D 22.0 shenzhen NaN 1998-01-01 风 25.0 XiAn feamle 2020-10-20 #将出生日期转化为时间戳 user_info["birth"] = pd.to_datetime(user_info.birth) user_info age city Sex birth name A 18.0 Beijing None 1990-10-10 B 10.0 Shanghai male NaT C NaN guangzhou feamle NaT D 22.0 shenzhen NaN 1998-01-01 风 25.0 XiAn feamle 2020-10-20 # 可以看到用户 D 的性别为 NAN, # 再pandas 眼中 这些都属于 缺失值 # 可以使用 isnull() 或者 notnull()方法来操作。 user_info.isnull() age city Sex birth name A False False True False B False False False True C True False False True D False False True False 风 False False False False user_info.notnull() age city Sex birth name A True True False True B True True True False C False True True False D True True False True 风 True True True True #假如我想过滤掉 性别为空的 用户呢 user_info user_info[user_info.Sex.notnull()] age city Sex birth name B 10.0 Shanghai male NaT C NaN guangzhou feamle NaT 风 25.0 XiAn feamle 2020-10-20 # 缺失值处理方案之-丢弃缺失值 #dropna 方法 user_info.Sex.dropn
DataScience
2019-12-31
1.5K
0
VMware虚拟机NAT模式上网设置
虚拟化
nat
NAT 网关
tcp/ip
很多初学者不知道如何正确设置,VMware虚拟机与主机互联,在NAT模式下实现上网。这里详细介绍其设置过程,讲解详细而易懂实用,希望能帮到需要的人。
DataScience
2019-12-30
3.9K
1
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档