相關(guān)文章

• 

  數(shù)據(jù)分析-Pandas如何用圖把數(shù)據(jù)展示出來

  俗話說，一圖勝千語，對人類而言一串?dāng)?shù)據(jù)很難立即洞察出什么，但如果展示圖就能一眼看出來門道。數(shù)據(jù)整理后，如何畫圖，畫出好的圖在數(shù)據(jù)分析中成為關(guān)鍵的一環(huán)。 數(shù)據(jù)表，時(shí)間序列數(shù)據(jù)在數(shù)據(jù)分析建模中很常見，例如天氣預(yù)報(bào)，空氣狀態(tài)監(jiān)測，股票交易等金融場景。

  2024年01月25日

  瀏覽(10)
• 

  100天精通Python（數(shù)據(jù)分析篇）——第68天：Pandas數(shù)據(jù)清洗函數(shù)大全（判斷缺失、刪除空值、填補(bǔ)空值、替換元素、分割元素）

  2024年02月19日

  瀏覽(24)
• 

  Pandas進(jìn)階修煉120題-第三期（金融數(shù)據(jù)處理，51-80題）

  自己再寫一遍的pandas習(xí)題，相比于標(biāo)準(zhǔn)答案添加了自己的理解與注釋，也可直接下載鏈接上的習(xí)題（原版帶答案） 鏈接：https://pan.baidu.com/s/1arrqcBFZKqJngzRzUB2QfA?pwd=29eb 提取碼：29eb –來自百度網(wǎng)盤超級會(huì)員V3的分享 51.使用絕對路徑讀取本地Excel數(shù)據(jù) 方法一：雙反斜杠絕對路徑

  2024年02月15日

  瀏覽(22)
• 

  打造創(chuàng)新的金融數(shù)據(jù)平臺，加速數(shù)字化和智能化轉(zhuǎn)型丨PingCAP 官網(wǎng)金融行業(yè)專區(qū)上線

  自誕生以來，TiDB 的原生分布式架構(gòu)在強(qiáng)一致性、高可用性和可擴(kuò)展性等方面與金融級業(yè)務(wù)需求高度契合，早期版本即為包括北京銀行在內(nèi)的金融用戶提供服務(wù)。 TiDB 的核心能力始終源自與中國金融用戶的共同創(chuàng)造。作為金融級分布式數(shù)據(jù)庫，TiDB 在國有大行 PB 級別的數(shù)據(jù)服

  2024年02月01日

  瀏覽(22)

• 運(yùn)營商大數(shù)據(jù)獲客：電銷數(shù)據(jù)資源企業(yè)要實(shí)現(xiàn)精準(zhǔn)獲客金融貸款行業(yè)

  隨著經(jīng)濟(jì)的快速發(fā)展，貸款行業(yè)的客戶獲取方式也從過去幾年的被動(dòng)獲取客戶發(fā)展到現(xiàn)在的主動(dòng)獲取客戶。對于信貸經(jīng)紀(jì)人來說，客戶永遠(yuǎn)是最大的問題。尤其是現(xiàn)在這個(gè)行業(yè)競爭越來越激烈，如何高效地獲得準(zhǔn)確的客戶是每個(gè)信貸經(jīng)紀(jì)人都擔(dān)心的問題。 目前傳統(tǒng)的電銷數(shù)據(jù)

  2024年02月06日

  瀏覽(13)

• pandas刪除重復(fù)數(shù)據(jù)

  參數(shù)說明如下： subset：表示要進(jìn)去重的列名，默認(rèn)為 None。 keep：有三個(gè)可選參數(shù)，分別是 first、last、False，默認(rèn)為 first，表示只保留第一次出現(xiàn)的重復(fù)項(xiàng)，刪除其余重復(fù)項(xiàng)，last 表示只保留最后一次出現(xiàn)的重復(fù)項(xiàng)，F(xiàn)alse 則表示刪除所有重復(fù)項(xiàng)。 inplace：布爾值參數(shù)，默認(rèn)為

  2024年02月12日

  瀏覽(50)
• 

  【機(jī)器學(xué)習(xí)】數(shù)據(jù)清洗——基于Pandas庫的方法刪除重復(fù)點(diǎn)

  ??個(gè)人主頁：豌豆射手^ ??歡迎 ??點(diǎn)贊?評論?收藏 ??收錄專欄：機(jī)器學(xué)習(xí) ??希望本文對您有所裨益，如有不足之處，歡迎在評論區(qū)提出指正，讓我們共同學(xué)習(xí)、交流進(jìn)步！ 引言 在機(jī)器學(xué)習(xí)領(lǐng)域，高質(zhì)量的數(shù)據(jù)是構(gòu)建強(qiáng)大模型的基石。而數(shù)據(jù)清洗作為數(shù)據(jù)預(yù)處理的關(guān)鍵

  2024年02月20日

  瀏覽(44)

• Pandas實(shí)戰(zhàn)100例 | 案例 17: 處理重復(fù)數(shù)據(jù) - 刪除重復(fù)行

  案例 17: 處理重復(fù)數(shù)據(jù) - 刪除重復(fù)行 知識點(diǎn)講解 在數(shù)據(jù)分析過程中，處理重復(fù)的記錄是一個(gè)常見的任務(wù)。Pandas 提供了方便的方法來刪除重復(fù)行，保證數(shù)據(jù)的準(zhǔn)確性和可靠性。 刪除所有列重復(fù)的行 : 使用 drop_duplicates() 方法可以刪除 DataFrame 中所有列值完全相同的重復(fù)行。 基于

  2024年01月20日

  瀏覽(53)

• 【Pandas 入門-2】增加，刪除與合并數(shù)據(jù) concat, merge

  1.3.1 增加數(shù)據(jù) 在原數(shù)據(jù)末尾增加一列時(shí)，語法為 df[‘新列名\\\'] = 某個(gè)值或某個(gè)元素個(gè)數(shù)與 DataFrame 列數(shù)相同的列表 ，例如： 姓名 統(tǒng)計(jì)學(xué) 高數(shù) 英語 計(jì)算機(jī) 0 張三 95 82 84 92 1 趙四 100 90 89 69 2 王五 88 88 78 75 在原數(shù)據(jù)末尾增加一行數(shù)據(jù)時(shí)，比較簡單的方式是用 loc 函數(shù)， df.loc[行

  2024年02月13日

  瀏覽(16)
• 

  Python實(shí)用技巧：Pandas--DataFrame--篩選和刪除含特定值的行與列

  Python實(shí)用技巧：Pandas–DataFrame–篩選和刪除含特定值的行與列 ?? 個(gè)人主頁：高斯小哥 ?? 高質(zhì)量專欄：Matplotlib之旅：零基礎(chǔ)精通數(shù)據(jù)可視化、Python基礎(chǔ)【高質(zhì)量合集】、PyTorch零基礎(chǔ)入門教程 ?? 希望得到您的訂閱和支持~ ?? 創(chuàng)作高質(zhì)量博文，分享更多關(guān)于深度學(xué)習(xí)、PyT

  2024年04月13日

  瀏覽(18)