MERMER方法用于访问对象实例的数据，如果在对象类型中需要访问特定对象实例的数据，则必须要定义MEMBER方法。 MEMBER方法只能由对象实例调用，不能由对象类型调用。...下面以建立和使用对象类型person_typ2为例： 包含name,gender,birthdate和address等四个属性，以及一个MEMBER过程change_address和一个MEMBER函数...person_typ2的创建工作之后，就可以使用该对象类型了。...因为在定义对象类型person_tab2时定义了对象方法，所以可以在PL/SQL块中使用其对象方法。...下面以调用对象方法change_address改变人员地址： DECLARE v_person person_typ2; BEGIN SELECT person INTO v_person FROM employee_tab2
DataFrame是pandas常用的数据类型之一，表示带标签的可变二维表格。本文介绍如何创建DataFrame对象，后面会陆续介绍DataFrame对象的用法。...pandas as pd 接下来就可以通过多种不同的方式来创建DataFrame对象了，为了避免排版混乱影响阅读，直接在我制作的PPT上进行截图。...生成后面创建DataFrame对象时用到的日期时间索引： ? 创建DataFrame对象，索引为2013年每个月的最后一天，列名分别是A、B、C、D，数据为12行4列随机数。 ?...根据字典来创建DataFrame对象，字典的“键”作为DataFrame对象的列名，其中B列数据是使用pandas的date_range()函数生成的日期时间，C列数据来自于使用pandas的Series...除此之外，还可以使用pandas的read_excel()和read_csv()函数从Excel文件和CSV文件中读取数据并创建DateFrame对象，后面会单独进行介绍。
另外，空值类型作为一种特殊类型，需要单独处理，这个在pandas缺失值处理一文中已详细介绍。 数据处理的过程中，经常需要将这些类型进行互相转换，下面介绍一些变量类型转换的常用方法。...转换数据类型比较通用的方法可以用astype进行转换。 pandas中有种非常便利的方法to_numeric()可以将其它数据类型转换为数值类型。...，s是一列数据，具有多种数据类型，现在想把它转换为数值类型。...，可以参考这篇文章：category分类变量的使用方法 7、智能类型转换convert_dtypes 上面介绍的均为手动一对一的变量类型转换，pandas中还提供了一种智能转换的方法convert_dtypes...该方法的参数如下： infer_objects：默认为True，是否应将对象dtypes转换为最佳类型 convert_string：默认为True，对象dtype是否应转换为StringDtype()
查看变量数据类型.png 上图和代码结合进行理解，Series对象有str.split方法，方法中第一个参数为分隔符，默认为空格。...Series对象的str.split方法的返回值数据类型为Series，Series中的每一个值的数据类型为list。...3.Series对象的apply方法 Series对象的apply方法是Series对象进行映射。 Series对象的map方法也是Series对象进行映射。 下图对比两种方法的不同之处： ?...2种不同方法对比.png 作者一直以为Series对象的map和apply方法是一样的，实际上是不同的。 所以，Series对象映射为DataFrame对象的时候必须得用apply方法。...第1个参数的数据类型是函数对象，是将抽出的行或者列作为Series对象，可以利用Series对象的方法做聚合运算。 第2 个参数为关键字参数axis，数据类型为整型，默认为0。
pandas 对象，您应该了解以下三种方法。....: col1 col2 pandas 对象还具有类似字典的items()方法，用于迭代(key, value)对。...明确指出，没有 pandas 方法会具有修改数据的副作用；几乎每个方法都会返回一个新对象，保持原始对象不变。如果数据被修改，那是因为您明确这样做了。...In [349]: dft["A"].dtype Out[349]: dtype('float64') 如果 pandas 对象包含具有多种数据类型在单个列中的数据，则列的数据类型将被选择以容纳所有数据类型...NumPy 没有一种 dtype 来表示带时区的日期时间，因此有两种可能有用的表示方式： 一个带有Timestamp对象的对象数据类型numpy.ndarray，每个对象都具有正确的tz 一个datetime64
dtype 为 bool 的 pandas 对象。...每个函数还接受一个可选的 level 参数，该参数仅在对象具有分层索引时适用。...pandas 对象，您应该了解下面的三种方法。...pipe 可以轻松地在方法链中使用您自己或另一个库的函数，与 pandas 的方法并列使用。...pipe 让您可以在方法链中轻松使用自己或另一个库的函数，与 pandas 的方法一起使用。
② 主要方法的工作方式类似于list对象的方法。 ③ 虽然“标量乘法”原理上可行，但结果不是数学上预期的；而是元素被重复。 尝试附加与指定数据类型不同的对象会引发TypeError。...，与基于list的方法进行比较变得明显： ndarray对象具有内置的维度（轴）。...（忽略具有NaN值的行）。...② 对指定的两列计算标准差（忽略具有NaN值的行）。 DataFrame 类的第二步 本小节中的示例基于具有标准正态分布随机数的ndarray对象。...要使用/强制的数据类型；否则，它会被推断 copy bool，默认为None 从输入复制数据 与结构化数组一样，正如我们已经看到的那样，DataFrame对象具有可以直接通过分配具有正确数量元素的list
数据聚合统计 Padans里的聚合统计即是应用分组的方法对数据框进行聚合统计，常见的有min(最小)、max(最大)、avg(平均值)、sum(求和)、var()、std(标准差)、百分位数、中位数等。...数据框概览 可以通过describe方法查看当前数据框里数值型的统计信息，主要包括条数、均值、标准差、最小值、25分位数、50分位数、75分位数、最大值方面的信息。...35 B 2 19 C 1 34 Name: age, dtype: int64 分组统计结合APPLY 通过APPLY结合lambda表达式生成新列，生成的对象是...3 0.791667 B 2 0.866667 C 1 0.841751 分组统计结合APPLY与索引重建 通过APPLY结合lambda表达式生成新列，生成的对象是...Series，因为groupby里的分组字段会转为索引，要变为列，需要通过reset_index方法。
NumPy是用于数字计算的第三方库，已针对使用一维和多维数组进行了优化。它的主要类型是称为的数组类型ndarray。该库包含许多用于统计分析的方法。...它擅长处理带有Series对象的带标签的一维（1D）数据和带有对象的二维（2D）数据DataFrame。 Matplotlib是用于数据可视化的第三方库。...(y) >>> mean_ 8.7 在上面的示例中，mean()是一个函数，但是您也可以使用相应的方法 >>> mean_ = y.mean() >>> mean_ 8.7 如果包含nan，numpy也会返回...nan，那么要是想忽略nan，可以使用np.nanmean() >>> np.mean(y_with_nan) nan >>> np.nanmean(y_with_nan) 8.7 pandas也有对应方法...,但是，默认情况下，.mean()在Pandas中忽略nan值： mean_ = z.mean() mean_ >>> z_with_nan.mean() 8.7 中位数 比较平均值和中位数，这是检测数据中异常值和不对称性的一种方法
np Pandas的DataFrame（数据帧） 使用read_csv()函数将数据从磁盘读入内存中的DataFrame对象。...float - NumPy的浮点类型，支持缺失值； int - NumPy的整数类型，不支持缺失值； Int64 - Pandas的整数类型，支持缺失值； object - NumPy用于存储字符串和混合类型的的数据类型...； category - Pandas的类别类型，支持缺失值； bool - NumPy的布尔类型，不支持缺失值（None变为False，np.nan变为True）； boolean - Pandas...对于Pandas的Series，如果有缺失值和字符串，则数据类型是O： 上来就讲应用最广的DataFrame是这本书的一个特点，原本应该从Series讲起的。....isna()相同，因为Pandas中使用NaN表示缺失值，后者更便于记忆。
两个datetime值之间的差异（以天，秒和微秒计） tzinfo 存储时区信息的基本类型 在字符串和日期时间之间转换 您可以使用str或strftime方法对datetime对象和 pandas 的...pandas 通常面向处理日期数组，无论是作为轴索引还是数据框中的列。pandas.to_datetime方法解析许多不同类型的日期表示。...例如，‘下午 04:24:12’） | 11.2 时间序列基础知识 pandas 中的一种基本类型的时间序列对象是由时间戳索引的 Series，通常在 pandas 之外表示为 Python 字符串或datetime...中的方法将接受时区名称或这些对象。...pandas 对象配备有一个 resample 方法，这是所有频率转换的工作函数。
方法接受一个函数或含有映射关系的字典对象，对元素进行相应的转换 data['animal']=data['food'].map(str.lower).map(meat_to_animal) data ?...replace方法进行值替换,返回一个新的对象。...4、数据聚合 4.1 数据分组 pandas中的数据分组使用groupby方法，返回的是一个GroupBy对象，对分组之后的数据，我们可以使用一些聚合函数进行聚合，比如求平均值mean： df = pd.DataFrame...你如果不想接受这些自动给出的列名，你可以用（name，function）的方法指定你的列名: grouped_pct.agg([('foo','mean'),('bar',np.std)]) ?...方法是apply,apply将会待处理的对象拆分成多个片段，然后对各片段调用传入的函数，最后尝试将各片段组合到一起. def top(df,n=5,column='tip_pct'): return
如何用 SQL 方式打开 Pandas Pandas 的 DataFrame 数据类型可以让我们像处理数据表一样进行操作，比如数据表的增删改查，都可以用 Pandas 工具来完成。...类型的三种方法 dataframe 转列表 1、使用DataFrame中的values方法 df.values 2、使用DataFrame中的as_matrix()方法 df.as_matrix()...3、使用Numpy中的array方法 np.array(df) pandas.DataFrame.fillna 用指定的方法填充NA/NaN DataFrame.fillna（value = None...NaN 5 3 NaN 3.0 NaN 4 pandas.DataFrame.groupby groupby操作涉及拆分对象，应用函数和组合结果的某种组合。...Pandas 包与 NumPy 工具库配合使用可以发挥巨大的威力，正是有了 Pandas 工具，Python 做数据挖掘才具有优势。
查看一部分数据我们可以使用 head() 和 tail() 方法来查看 Series 对象或 DataFrame 对象的一小部分数据，默认查看的元素个数为 5 个，head() 展示头部的 5 个元素，...查看统计信息对于 Series、DataFrame 对象来说，pandas 有许多方法用来计算它们的描述统计。...这其中的大多数为聚合类方法，例如：sum()、mean()、cumsum()、cumprod() 等。...对于 Series 对象来说，这些方法不需要指定 axis 参数，对于 DataFrame 对象来说，这些方法需要指定 axis 参数，axis 参数的值可以是名字或者数字。...上面 Series 对象中元素的类型为数字，当元素的类型为非数字时，describe() 函数会给出每个元素的次数以及所有元素中的最高次数。
offset类型是专门针对时间类型center: 把窗口的标签设置为居中。布尔类型，默认False，向右对齐。win_type：窗口的类型。截取窗的各种函数。字符串类型，默认为None。...对于offset类型默认是左开右闭，即默认为right，也可以根据具体的情况指定为left、both等更多的资料到官网学习地址：https://pandas.pydata.org/docs/reference...下面汇总了常用的统计相关函数：方法 描述 count() 统计非空数量 sum() 求和 mean() 求均值 median()...：图片图片在这里需要注意的是：pandas或者numpy中的np.nan空值与其他数值相乘或者相加都是nan：图片参数min_periods如何理解参数min_periods？...作为滚动计算的对象窗口里，却至多只剩n-1个值，达不到min_periods的最小窗口值 数（n）的要求。
一、系列基本功能 二、DataFrame基本功能 三、基本统计性聚合函数 sum()方法 sum()方法 - axis=1 mean()方法 std()方法 - 标准差 四、汇总数据 包含字符串列 五、...全部包含 一、系列基本功能 编号 属性或方法 描述 1 axes 返回行轴标签列表 2 dtype 返回对象的数据类型(dtype) 3 empty 如果系列为空，则返回True 4 ndim 返回底层数据的维数...dtype: float64 >>> s.axes ## 返回行轴标签列表 [RangeIndex(start=0, stop=4, step=1)] >>> s.dtype ## 返回对象的数据类型...编号 属性或方法 描述 1 T/tranpose() 转置行和列 2 axes 返回一个列，行轴标签和列轴标签作为唯一的成员 3 dtypes 返回此对象中的数据类型(dtypes) 4 empty...12 NaN top NaN Ricky NaN freq NaN 1 NaN mean 31.833333
分类数据cat的处理方法 为什么要使用分类数据？ 分类数据cat使用时的一些坑 什么是分类数据？ 分类数据表达数值具有某种属性、类型和特征，也是我们理解的定类数据。...c dtype: category Categories (3, object): ['a', 'b', 'c'] 自动创建分类数据 在某些操作情况下会自动转变为分类类型，比如用cut进行分箱操作返回的分箱就是分类类型...下面看一个例子，我们要分别对category和object类型进行同样的字符串大写操作，使用accessor的.str方法。...在合并中，为了保存分类类型，两个category类型必须是完全相同的。 这个与pandas中的其他数据类型略有不同，例如所有float64列都具有相同的数据类型，就没有什么区分。...而当添加的新列不在species的分类索引中时，就会报错。 总结一下，pandas的category类型非常有用，可以带来一些良好的性能优势。
如何用 SQL 方式打开 Pandas Pandas 的 DataFrame 数据类型可以让我们像处理数据表一样进行操作，比如数据表的增删改查，都可以用 Pandas 工具来完成。...类型的三种方法 dataframe 转列表 1、使用DataFrame中的values方法 1df.values 2、使用DataFrame中的as_matrix()方法 1df.as_matrix()...3、使用Numpy中的array方法 1np.array(df) pandas.DataFrame.fillna 用指定的方法填充NA/NaN DataFrame.fillna（value = None...1.0 NaN 5 63 NaN 3.0 NaN 4 pandas.DataFrame.groupby groupby操作涉及拆分对象，应用函数和组合结果的某种组合。...Pandas 包与 NumPy 工具库配合使用可以发挥巨大的威力，正是有了 Pandas 工具，Python 做数据挖掘才具有优势。 最后，祝有所学习，有所成长
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
云直播
