投稿
收录了6篇文章 · 2人关注
-
Python Pandas 分类/连续变量的探索性数据分析（附源码与数据）——pandas 描述性统计，交叉表，数据透视表
-
多元线性回归模型精度提升的两种经典方法 -- 虚拟变量&方差膨胀因子
👆 关注一下~，更多商业数据分析案例等你来撩 [图片上传失败...(image-7851b3-1596600390021)] 前言 构建多元线性...
-
Python Pandas 选出指定类型的所有列，统计列的各个类型的数量并用于探索性数据分析(附数据与源码)
更多包含丰富源数据源代码的 Pandas 高阶操作，数据可视化，以及商业数据分析实战案例，尽在公众号 “ 数据分析与商业实践 ” 通过本文，你将...
-
18、pandas的concat()合并和多组数据合并merge()函数是将两个表格（DataFrame）进行匹配合并。 在实际的使用中，我们也会用到将两组或者多组数据直接简单的合并，并不需要进行匹...
-
pandas 对日期类型数据的处理
pandas 的日期/时间类型有如下几种： 本文介绍在处理时点数 (point in time) 一些常用的处理方法，仍然以上一篇的示例数据为例...
-
23、pandas的多列拼接成一列函数.str.cat()在数据处理时，常常需要将某一列进行拆分，分列，这个在之前的文章中已经总结过了，有str.split()、str.extract()、str.re...
专题公告
超全的pandas 数据处理：数据评估、清洗，预处理
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/1866915/pandas.jpg', '推荐专题《Pandas 数据处理》（ 分享自 @简书 ）','http://39.103.169.235/c/81f1acf687f2?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','页面编码gb2312|utf-8默认gb2312'));){kind=link}