如果您是 pandas 的新手，您可能首先想通过阅读 10 分钟入门 pandas 来熟悉该库。...惯例上，我们导入 pandas 和 NumPy 如下： In [1]: import pandas as pd In [2]: import numpy as np 数据结构 一般术语翻译 pandas...In [3]: url = ( ...: "https://raw.githubusercontent.com/pandas-dev/" ...: "pandas/main/pandas...In [3]: url = ( ...: "https://raw.githubusercontent.com/pandas-dev/" ...: "pandas/main/pandas...In [3]: url = ( ...: "https://raw.githubusercontent.com/pandas-dev/" ...: "pandas/main/pandas
由于许多潜在的 pandas 用户对 SQL 有一定的了解，本页旨在提供使用 pandas 执行各种 SQL 操作的一些示例。...如果你是 pandas 的新手，你可能想先阅读 10 分钟入门 pandas 来熟悉这个库。...惯例上，我们导入 pandas 和 NumPy 如下： In [1]: import pandas as pd In [2]: import numpy as np 大多数示例将利用 pandas...In [3]: url = ( ...: "https://raw.githubusercontent.com/pandas-dev" ...: "/pandas/main/pandas...如果您是 pandas 的新手，您可能首先想阅读 10 分钟入门 pandas 来熟悉该库。
pandas 教程的指南，主要面向新用户。...Pandas 和 XlsxWriter 创建 Excel 图表 快乐的 pandas 由耿元浩撰写的中文教程。...Wiecki 制作的 Python 中的金融分析 Greg Reda 制作的 pandas 数据结构简介 Pandas 数据框教程，由 Karlijn Willems 制作 具有真实生活示例的简明教程...创建 Excel 图表 快乐的熊猫 由耿元浩编写的中文教程。...提供的教程视频 Thomas Wiecki 提供的 Python 中的金融分析 Greg Reda 提供的 pandas 数据结构简介 Pandas 数据框教程，由 Karlijn
原文：pandas.pydata.org/docs/ 重塑和透视表 原文：pandas.pydata.org/docs/user_guide/reshaping.html pandas 提供了用于操作...pivot_table() 虽然pivot()提供了各种数据类型的通用透视功能，但 pandas 还提供了用于对数值数据进行聚合的pivot_table()或pivot_table()。...pivot_table() 虽然 pivot() 提供了各种数据类型的通用数据透视，但 pandas 还提供了 pivot_table() 或 pivot_table() 用于对数值数据进行聚合的数据透视...pivot_table() 虽然pivot()提供了各种数据类型的通用数据透视功能，但 pandas 还提供了pivot_table()或pivot_table()用于对数值数据进行聚合的数据透视。
写时复制将成为 pandas 3.0 的默认设置。...这一变化是为了避免在 pandas 之外就地更改 NumPy 数组时改变 pandas 对象。您可以设置copy=False以避免此复制。.../pandas/pandas/core/reshape/merge.py:813, in _MergeOperation..../pandas/pandas/core/reshape/merge.py:813, in _MergeOperation..../pandas/pandas/core/reshape/merge.py:813, in _MergeOperation.
dooley, mr. patrick Name: Name, Length: 891, dtype: object 要使Name列中的每个字符串都变为小写，选择Name列（参见数据选择教程...与时间序列教程中具有dt访问器的日期时间对象类似，在使用str访问器时可以使用许多专门的字符串方法。...此输出可用于使用在数据子集教程中介绍的条件（布尔）索引来对数据进行子选择。由于泰坦尼克号上只有一位女伯爵，我们得到一行作为结果。...注意 字符串的更强大的提取操作是支持的，因为Series.str.contains() 和 Series.str.extract() 方法接受正则表达式，但不在本教程的范围内。...Satode (Maria Josefa Perez de Soto y Vallejo)' 基于行的索引名称（307）和列的名称（Name），我们可以使用loc运算符进行选择，该运算符在子集切片教程中介绍过
原文：pandas.pydata.org/docs/ 处理缺失数据 原文：pandas.pydata.org/docs/user_guide/missing_data.html 被视为“缺失...”的值 pandas 使用不同的标记值来表示缺失值（也称为 NA），具体取决于数据类型。...从 pandas 1.0 开始，实验性的NA值（单例）可用于表示标量缺失值。...NumPy ufuncs pandas.NA实现了 NumPy 的__array_ufunc__协议。...从 pandas 1.0 开始，提供了一个实验性的NA值（单例）来表示标量缺失值。
/pandas/pandas/core/series.py:1121, in Series..../pandas/pandas/core/series.py:1237, in Series..../pandas/pandas/core/series.py:1121, in Series..../pandas/pandas/core/series.py:1237, in Series..../pandas/pandas/core/series.py:1121, in Series.
如果您是 pandas 的新手，您可能首先想通过阅读 10 分钟入门 pandas 来熟悉该库。...惯例上，我们按照以下方式导入 pandas 和 NumPy： In [1]: import pandas as pd In [2]: import numpy as np 数据结构 通用术语翻译 pandas....: "https://raw.githubusercontent.com/pandas-dev" ...: "/pandas/main/pandas/tests/io/data/csv/....: "https://raw.githubusercontent.com/pandas-dev" ...: "/pandas/main/pandas/tests/io/data/csv/....: "https://raw.githubusercontent.com/pandas-dev" ...: "/pandas/main/pandas/tests/io/data/csv/
入门教程 原文：pandas.pydata.org/docs/getting_started/intro_tutorials/index.html pandas 处理什么类型的数据？...与电子表格软件类似，pandas 将数据表示为具有列和行的表格。除了表示外，还有您在电子表格软件中进行的数据操作和计算，pandas 也支持。继续阅读下一篇教程，开始使用！...与电子表格软件类似，pandas 将数据表示为具有列和行的表格。除了表示，pandas 还支持电子表格软件中的数据操作和计算。继续阅读下一个教程以开始！...属性表示DataFrame/Series的特征，而方法（需要括号）在第一个教程中介绍了DataFrame/Series的操作。 我的同事请求将泰坦尼克号数据作为电子表格。...[7]: titanic["Age"].shape Out[7]: (891,) DataFrame.shape 是一个属性（记住读写教程中不要对属性使用括号）, 用于包含行数和列数的 pandas
原文：pandas.pydata.org/docs/ 处理文本数据 原文：pandas.pydata.org/docs/user_guide/text.html 文本数据类型 在 pandas...P[a-zA-Z])([0-9]+)", expand=False) File ~/work/pandas/pandas/pandas/core/strings/accessor.py.../pandas/pandas/core/strings/accessor.py:2743, in StringMethods.extract(self, pat, flags, expand) 2740...P[a-zA-Z])([0-9]+)", expand=False) File ~/work/pandas/pandas/pandas/core/strings/accessor.py...P[a-zA-Z])([0-9]+)", expand=False) File ~/work/pandas/pandas/pandas/core/strings/accessor.py
__finalize__(self, method="reindex") File ~/work/pandas/pandas/pandas/core/generic.py:5633, in NDFrame.../pandas/pandas/core/flags.py:109, in Flags..../pandas/pandas/core/generic.py:1140, in NDFrame..../pandas/pandas/core/flags.py:109, in Flags..../pandas/pandas/core/generic.py:1140, in NDFrame.
原文：pandas.pydata.org/docs/ PyArrow 功能 原文：pandas.pydata.org/docs/user_guide/pyarrow.html pandas.../pandas/pandas/core/indexing.py:1714, in _iLocIndexer..../pandas/pandas/core/generic.py:4153, in NDFrame..../pandas/pandas/core/indexing.py:1717, in _iLocIndexer..../pandas/pandas/core/indexing.py:1690, in _iLocIndexer.
/pandas/pandas/core/series.py:1121, in Series..../pandas/pandas/core/series.py:1237, in Series..../pandas/pandas/core/indexing.py:1377, in _LocIndexer..../pandas/pandas/core/indexing.py:1411, in _LocIndexer..../pandas/pandas/core/indexing.py:1377, in _LocIndexer.
原文：pandas.pydata.org/docs/ 表格可视化 原文：pandas.pydata.org/docs/user_guide/style.html 本节演示使用 Styler...默认格式化程序配置为采用 pandas 的全局选项，如 styler.format.precision 选项，可使用 with pd.option_context('format.precision',...[2]: import pandas as pd import numpy as np import matplotlib as mpl df = pd.DataFrame({ "strings...可扩展性 pandas 的核心是，并将始终是其“高性能、易于使用的数据结构”。...默认格式化程序配置为采用 pandas 的全局选项，如styler.format.precision选项，可使用with pd.option_context('format.precision', 2)
原文：pandas.pydata.org/docs/ IO 工具（文本，CSV，HDF5，…） 原文：pandas.pydata.org/docs/user_guide/io.html pandas...I/O API 是一组顶级reader函数，如pandas.read_csv()通常返回一个 pandas 对象。.../pandas/pandas/io/pytables.py:890, in HDFStore.select..../pandas/pandas/io/pytables.py:613, in HDFStore...._read_group(group) File ~/work/pandas/pandas/pandas/io/pytables.py:1878, in HDFStore.
注意 本节中的所有示例都可以使用其他 pandas 功能更可靠、更高效地计算。...但是，由于一般情况下它可以返回零个或多个组的行，因此 pandas 在所有情况下都将其视为过滤器。...但是，因为一般来说它可以返回零个或多个每组的行，所以 pandas 在所有情况下都将其视为过滤器。...（有关 pandas 对完整分类数据的支持的更多信息，请参见分类介绍和 API 文档。）...（有关 pandas 对完整分类数据的支持的更多信息，请参阅分类介绍和 API 文档。）
/pandas/pandas/core/series.py:1121, in Series..../pandas/pandas/core/series.py:1237, in Series..../pandas/pandas/core/indexing.py:1377, in _LocIndexer..../pandas/pandas/core/series.py:1121, in Series..../pandas/pandas/core/series.py:1237, in Series.
/pandas/pandas/core/arraylike.py:40, in OpsMixin...._cmp_method(other, operator.eq) File ~/work/pandas/pandas/pandas/core/series.py:6114, in Series..../pandas/pandas/core/arraylike.py:40, in OpsMixin....() ----> 1 if df: 2 print(True) ~/work/pandas/pandas/pandas/core/generic.py in ?...() ----> 1 df and df2 ~/work/pandas/pandas/pandas/core/generic.py in ?
pandas 与这个外部包集成。...如果安装了 `pandas-gbq`，则可以使用 pandas 方法 `pd.read_gbq` 和 `DataFrame.to_gbq`，这将调用 `pandas-gbq` 中的相应函数。...625 with parser: --> 626 return parser.read(nrows) File ~/work/pandas/pandas/pandas/io/parsers.../pandas/pandas/io/parsers/readers.py:1620, in TextFileReader...._validate_parse_dates_presence(self.names) # type: ignore[has-type] File ~/work/pandas/pandas/pandas
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
云直播
对象存储
实时音视频
