ipython notebook

命令行输入ipython notebook

  此时，浏览器会自动运行并打开ipython网页

基本操作

如上图所示，新建一个项目

导入相关模块，建立一个数据集

制造数据缺失项,并给新插入部分部分赋值

这样就构造了一个二维的DataFrame数组，其中包含了一些空数据

处理空数据一般有两种

　　dropna(),将含有空值行去掉

　　fillna（values=5）将空值替换成默认值

pd.isnull(df1) 可以判断元素是否是空数据，加any().any()可以得到是否有空数据的布尔值

按列求平均值计算:(空值不参与计算)

按行求平均值计算：(空值不参与计算)

按列求累加值：(空值不参与计算)

当两个维数不同的数组相减时，被减的数组会复制当前列补全被减数组的维数，空值不参与运算

按行累加

 每一列最大值减最小值

apply函数输入的是个序列

value_counts()查看元素出现的次数与.mode()查看出现次数最多的元素

先创建一个随机序列

调用value_counts()

调用.mode()查看出现次数最多的元素

数据合并

先创建一个10*4的数组

(1)调用concat()函数合并数组（concat接受的是一个数组，数组里面是要合并的数组）

查看合并后的数组是否与原数组相等

或

(2)通过merge合并，类似于表join关联

先创建两个数组

 调用merge,等价于select * from left inner join right on left.key = right.key;

(3)插入方式合并数组

先创建一个数组

调用append，如果插入列数不同，将为缺失值

分类统计

先创建数组

单个对‘A‘’分组，groupby(‘A‘)

多分组,groupby([])

pandas网页操作基础