利用pandas来进行数据处理的方法太多了,在这里继续更新一下对缺失数据的处理,以及数据的分组,聚合函数的使用。...1)处理pandas的缺失值(NA or NaN)
使用reindex,我们创建了一个缺失值的DataFrame。
在输出中,NaN表示不是数字。...二、数据分组
利用groupby()对数据进行分组
# group by, 拆分组
import pandas as pd
ipl_data = {'Team': ['Riders', 'Riders...='int64'),
3: Int64Index([3, 4], dtype='int64'),
4: Int64Index([5, 9], dtype='int64')}
"""
结果返回字典
按多列分组...:
print(df.groupby(['Team', 'Year']).groups) # 按多列分组
"""
输出:
{('Devils', 2014): Int64Index([2], dtype