Pandas
pandas
#pandas
Tabla de contenido
Acerca de
1
Cap?tulo 1: Empezando con los pandas
2
Observaciones
2
Versiones
2
Examples
3
Instalaci?n o configuraci?n
3
Instalar via anaconda
5
Hola Mundo
5
Estad?sticas descriptivas
6
Cap?tulo 2: Agrupar datos de series de tiempo
8
Examples
8
Generar series de tiempo de n?meros aleatorios y luego abajo muestra
8
Cap?tulo 3: An?lisis: Reunirlo todo y tomar decisiones.
10
Examples
10
An?lisis quintil: con datos aleatorios
10
Que es un factor
10
Inicializaci?n
10
pd.qcut - Crea cubos quintiles
11
An?lisis
11
Devoluciones de parcela
11
Visualizar la correlaci?n del scatter_matrix con scatter_matrix
12
Calcula y visualiza M?ximo Draw Down
13
Calcular estad?sticas
15
Cap?tulo 4: Anexando a DataFrame
17
Examples
17
Anexando una nueva fila a DataFrame
17
A?adir un DataFrame a otro DataFrame
18
Cap?tulo 5: Calendarios de vacaciones
20
Examples
20
Crear un calendario personalizado
20
Usa un calendario personalizado
20
Consigue las vacaciones entre dos fechas.
20
Cuente el n?mero de d?as laborables entre dos fechas.
21
Cap?tulo 6: Creando marcos de datos
22
Introducci?n
22
Examples
22
Crear un DataFrame de muestra
22
Crea un DataFrame de muestra usando Numpy
23
Cree un DataFrame de muestra a partir de m?ltiples colecciones usando el Diccionario
24
Crear un DataFrame a partir de una lista de tuplas
24
Crear un DataFrame de un diccionario de listas
25
Crear un DataFrame de muestra con datetime
25
Crear un DataFrame de muestra con MultiIndex
27
Guardar y cargar un DataFrame en formato pickle (.plk)
28
Crear un DataFrame a partir de una lista de diccionarios
28
Cap?tulo 7: Datos categ?ricos
29
Introducci?n
29
Examples
29
Creaci?n de objetos
29
Creando grandes conjuntos de datos al azar
29
Cap?tulo 8: Datos de agrupaci?n
31
Examples
31
Agrupacion basica
31
Agrupar por una columna
31
Agrupar por columnas m?ltiples
31
N?meros de agrupaci?n
32
Columna de selecci?n de un grupo.
33
Agregando por tama?o versus por cuenta
34
Agregando grupos
34
Exportar grupos en diferentes archivos.
35
usar la transformaci?n para obtener estad?sticas a nivel de grupo mientras se preserva el
35
Cap?tulo 9: Datos duplicados
37
Examples
37
Seleccione duplicado
37
Drop duplicado
37
Contando y consiguiendo elementos ?nicos.
38
Obtener valores ?nicos de una columna.
39
Cap?tulo 10: Datos perdidos
41
Observaciones
41
Examples
41
Relleno de valores perdidos
41
Rellene los valores faltantes con un solo valor:
41
Rellene los valores faltantes con los anteriores:
41
Rellena con los siguientes:
41
Rellene utilizando otro DataFrame:
42
Bajando valores perdidos
42
Eliminar filas si al menos una columna tiene un valor perdido
42
Eliminar filas si faltan todos los valores de esa fila
43
Eliminar columnas que no tengan al menos 3 valores no perdidos
43
Interpolaci?n
43
Comprobaci?n de valores perdidos
43
Cap?tulo 11: Desplazamiento y desplazamiento de datos
45
Examples
45
Desplazar o retrasar valores en un marco de datos
45
Cap?tulo 12: Fusionar, unir y concatenar
46
Sintaxis
46
Par?metros
46
Examples
47
Unir
47
Fusionando dos DataFrames
48
Unir internamente:
48
Uni?n externa:
49
Unirse a la izquierda:
49
Unirse a la derecha
49
Fusionar / concatenar / unir m?ltiples marcos de datos (horizontal y verticalmente)
50
Fusionar, Unir y Concat
51
?Cu?l es la diferencia entre unirse y fusionarse?
51
Cap?tulo 13: Gotchas de pandas
54
Observaciones
54
Examples
54
Detectando valores perdidos con np.nan
54
Integer y NA
54
Alineaci?n autom?tica de datos (comportamiento indexado)
55
Cap?tulo 14: Gr?ficos y visualizaciones
56
Examples
56
Gr?ficos de datos b?sicos
56
Estilo de la trama
58
Parcela en un eje de matplotlib existente
58
Cap?tulo 15: Guardar pandas dataframe en un archivo csv
59
Par?metros
59
Examples
60
Crear un marco de datos aleatorio y escribir en .csv
60
Guarde Pandas DataFrame de la lista a los dictados a CSV sin ?ndice y con codificaci?n de
62
Cap?tulo 16: Herramientas computacionales
63
Examples
63
Encuentra la correlaci?n entre columnas
63
Cap?tulo 17: Herramientas de Pandas IO (leer y guardar conjuntos de datos)
64
Observaciones
64
Examples
64
Leyendo el archivo csv en DataFrame
64
Expediente:
64
C?digo:
64
Salida:
64
Algunos argumentos ?tiles:
64
................
................
In order to avoid copyright disputes, this page is only a partial summary.
To fulfill the demand for quickly locating and searching documents.
It is intelligent file search solution for home and business.
Related download
- assignments q 1 write statement to remove index for given dataframe as
- cheat sheet pandas python datacamp
- pandas datareader documentation read the docs
- 3 how to remove column from dataframe using del statement
- 56 proc of the 9th python in science conf scipy 2010 data
- data wrangling tidy data pandas
- data handling using pandas 1
- pandasguide read the docs
- pandas dataframe notes university of idaho
- r dataframe remove na rows examples tutorial kart
Related searches
- pandas apply function to column examples
- python pandas apply
- pandas apply function to entire column
- pandas apply function to column
- pandas apply function to a column
- convert to numpy array pandas column
- pandas apply function to row
- pandas set column to index
- pandas convert array to series
- pandas convert dataframe to array
- convert pandas series to numpy array
- merge pandas rows