首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Python 金融编程第二版(二)

    在最简单的情况下,一维数组在数学上表示为向量,通常由float对象内部表示为实数的一行或一列元素组成。在更普遍的情况下,数组表示为i × j 矩阵的元素。...③ 选择第一行的第三个元素;在括号内,索引由逗号分隔。 ④ 选择第二列。 ⑤ 计算所有值的总和。 ⑥ 沿第一个轴计算总和,即按列计算。 ⑦ 沿第二轴计算总和,即按行计算。...以一个简单的例子为例,假设我们想要生成一个形状为 5,000 × 5,000 元素的矩阵/数组,填充了(伪)随机的标准正态分布的数字。然后我们想要计算所有元素的总和。...② 检查x列中的值是否为正且y列中的值是否为负。 ③ 检查x列中的值是否为正或y列中的值是否为负。 使用结果布尔Series对象,复杂数据(行)的选择很简单。...② 所有x列的值为正且y列的值为负的行。 ③ 所有列中 x 的值为正或列中 y 的值为负的所有行(这里通过各自的属性访问列)。 比较运算符也可以一次应用于完整的 DataFrame 对象。

    20110

    使用Pandas返回每个个体记录中属性为1的列标签集合

    一、前言 前几天在J哥的Python群【Z】问了一个Pandas数据处理的问题,一起来看看吧。 各位群友,打扰了。能否咨询个pandas的处理问题?...左边一列id代表个体/记录,右边是这些个体/记录属性的布尔值。我想做个处理,返回每个个体/记录中属性为1的列标签集合。...例如:AUS就是[DEV_f1,URB_f0,LIT_f1,IND_f1,STB_f0],不知您有什么好的办法? 并且附上了数据文件,下图是他的数据内容。...这篇文章主要盘点了一个Pandas数据处理问题,文中针对该问题,给出了具体的解析和代码实现,帮助粉丝顺利解决了问题。...往期精彩文章推荐: if a and b and c and d:这种代码有优雅的写法吗? Pycharm和Python到底啥关系?

    14530

    手把手教你做一个“渣”数据师,用Python代替老情人Excel

    3、导入表格 默认情况下,文件中的第一个工作表将按原样导入到数据框中。 使用sheet_name参数,可以明确要导入的工作表。文件中的第一个表默认值为0。...1、从“头”到“脚” 查看第一行或最后五行。默认值为5,也可以自定义参数。 ? 2、查看特定列的数据 ? 3、查看所有列的名字 ? 4、查看信息 查看DataFrame的数据属性总结: ?...8、筛选不在列表或Excel中的值 ? 9、用多个条件筛选多列数据 输入应为列一个表,此方法相当于excel中的高级过滤器功能: ? 10、根据数字条件过滤 ?...四、统计功能 1、描述性统计 描述性统计,总结数据集分布的集中趋势,分散程度和正态分布程度,不包括NaN值: ? 描述性统计总结: ?...五、数据计算 1、计算某一特定列的值 输出结果是一个系列。称为单列数据透视表: ? 2、计数 统计每列或每行的非NA单元格的数量: ? 3、求和 按行或列求和数据: ? 为每行添加总列: ?

    8.4K30

    数据分析的利器,Pandas 软件包详解与应用示例

    Pandas 简介 Pandas 是一个开源的 Python 数据分析工具库,是一个非常流行的Python第三方库,关于Python第三方库,可以看这里,《Python第三库介绍》。...示例1:创建和查看DataFrame 在Python中,Pandas库的DataFrame是一个非常强大的数据结构,它类似于一个表格,可以存储和操作不同类型的数据。...创建DataFrame通常从一个字典开始,字典的键成为列名,值成为列的数据。...']) # 查看时间序列DataFrame print(timeseries_df) 我们使用pd.date_range创建了一个包含三个日期的索引,然后生成了一些随机数据作为时间序列的值。...import pandas as pd import numpy as np # 创建一个包含缺失值和重复项的DataFrame data = {'A': [1, 2, np.nan], 'B': [

    10510

    快速介绍Python数据分析库pandas的基础知识和代码示例

    NaN(非数字的首字母缩写)是一个特殊的浮点值,所有使用标准IEEE浮点表示的系统都可以识别它 pandas将NaN看作是可互换的,用于指示缺失值或空值。...要检查panda DataFrame中的空值,我们使用isnull()或notnull()方法。方法返回布尔值的数据名,对于NaN值为真。...通常回根据一个或多个列的值对panda DataFrame进行排序,或者根据panda DataFrame的行索引值或行名称进行排序。 例如,我们希望按学生的名字按升序排序。...我们将调用pivot_table()函数并设置以下参数: index设置为 'Sex',因为这是来自df的列,我们希望在每一行中出现一个唯一的值 values值为'Physics','Chemistry...类似地,我们可以使用df.min()来查找每一行或每列的最小值。 其他有用的统计功能: sum():返回所请求的轴的值的总和。默认情况下,axis是索引(axis=0)。

    8.1K20

    玩转Pandas,让数据处理更easy系列6

    ,让数据处理更easy系列5 实践告诉我们Pandas的主要类DataFrame是一个二维的结合数组和字典的结构,因此对行、列而言,通过标签这个字典的key,获取对应的行、列,而不同于Python,...Pandas,让数据处理更easy系列1; 玩转Pandas,让数据处理更easy系列2) DataFrame可以方便地实现增加和删除行、列 ( 玩转Pandas,让数据处理更easy系列2) 智能地带标签的切片...分和合按照字面理解就可,但是“治”又是怎么理解,进一步将治分为3件事: 聚合操作,比如统计每组的个数,总和,平均值 转换操作,对每个组进行标准化,依据其他组队个别组的NaN值填充 过滤操作,忽略一些组...([ 'A', 'B'] ) 05 选择分组 分组后返回的对象类型为:DataFrameGroupBy,我们看下按照列标签'A'分组后,因为'A'的可能取值为:foo, bar ,所以分为了两组,通过DataFrameGroupBy...如果根据两个字段的组合进行分组,如下所示,为对应分组的总和, abgroup = df.groupby(['A','B']) abgroup.aggregate(np.sum) ?

    2.7K20

    Python 数据分析(PYDA)第三版(二)

    注意 Python 关键字and和or不能与布尔数组一起使用。请改用&(和)和|(或)。 使用布尔数组设置值的工作方式是将右侧的值或值替换到布尔数组的值为True的位置。...表 4.6:基本数组统计方法 方法 描述 sum 数组或沿轴的所有元素的总和;长度为零的数组的总和为 0 mean 算术平均值;对于长度为零的数组无效(返回NaN) std, var 分别是标准差和方差...,但由于没有找到"California"的值,它显示为NaN(不是一个数字),在 pandas 中被视为标记缺失或NA值。...其中大多数属于减少或摘要统计的类别,这些方法从 Series 中提取单个值(如总和或均值),或者从 DataFrame 的行或列中提取一系列值。...2.60 c 0.00 d -0.55 dtype: float64 当整行或整列包含所有 NA 值时,总和为 0,而如果任何值不是 NA,则结果为 NA。

    29300

    一篇文章就可以跟你聊完Pandas模块的那些常用功能

    1. 删除 DataFrame 中的不必要的列或行: Pandas 提供了一个便捷的方法 drop() 函数来删除我们不想要的列或行。比如我们想把“语文”这列删掉。...用于填充孔的值(例如0),或者用于指定每个索引(对于Series)或列(对于DataFrame)使用哪个值的Dict /Series / DataFrame。...method : {'backfill','bfill','pad','ffill',None},默认无 用于填充重新索引的填充孔的方法系列填充/填充 axis : {0或'索引',1或'列'}...用于将系列中的每个值替换为另一个值,该值可以从函数,a dict或a 派生Series。...a cat 1 I am a dog 2 I am a nan 3 I am a rabbit dtype: object 为避免将函数应用于缺失值(并将其保留为 NaN

    5.2K30

    一文入门数分三剑客--Numpy、Pandas、Matplotlib

    这是一个科学计算的的核心库,有着强大的多维数组对象 Numpy 数组是一个功能强大的 N 维数组对象,它以行和列的形式存在,我们可以通过 Python 列表来初始化 Numpy 数组并访问其元素 开始使用...: 6 (1,6) reshape 可以理解为改变数组的行列分布,我们来具体看个例子 如上图所示,我们有 3 列 2 行,现在要转换为 2 列 3 行, 让我们来看看要如何完成 import numpy...,也是不太容易理解的部分 向上图所示,我们有一个 2*3 的 Numpy 数组, 这里的行称为轴 1,列称为轴 0,现在我们看看这个轴到底有什么用处 假设我们想计算所有列的总和,那么我们就可以使用 axis...a= np.array([(1,2,3),(3,4,5)]) print(a.sum(axis=0)) Output: [4 6 8] 因此,将所有列的总和相加,其中 1+3=4、2+4=6 和...数据显示为一组点,每个点都有一个变量的值,它决定了水平轴上的位置,另一个变量的值决定了垂直轴上的位置 import matplotlib.pyplot as plt x = [1,1.5,2,2.5,3,3.5,3.6

    3.4K21

    数据科学 IPython 笔记本 9.6 聚合:最小、最大和之间的任何东西

    也许最常见的汇总统计数据是均值和标准差,它允许你汇总数据集中的“典型”值,但其他汇总也很有用(总和,乘积,中位数,最小值和最大值,分位数等)。...NumPy 具有内置的快速的聚合函数,可用于处理数组;我们将在这里讨论和演示其中的一些内容。 对数组中的值求和 作为一个简单的例子,考虑计算数组中所有值的总和。...多维聚合 一种常见类型的聚合操作是沿行或列的聚合。...axis关键字指定要折叠的数组的维度,而不是将返回的维度。 因此,指定axis = 0意味着折叠第一个轴:对于二维数组,这意味着将聚合每列中的值。...此外,大多数聚合都有一个NaN安全的替代品来计算结果,同时忽略缺失值,缺失值由特殊的 IEEE 浮点NaN值标记(对于缺失数据的更全面讨论,请参阅“处理缺失数据)。

    51030
    领券