ipython notebook

命令行輸入ipython notebook

此時，瀏覽器會自動運行並打開ipython網頁

基本操作

如上圖所示，新建一個項目

導入相關模塊，建立一個數據集

制造數據缺失項,並給新插入部分部分賦值

這樣就構造了一個二維的DataFrame數組，其中包含了一些空數據

處理空數據一般有兩種

　　dropna(),將含有空值行去掉

　　fillna（values=5）將空值替換成默認值

pd.isnull(df1) 可以判斷元素是否是空數據，加any().any()可以得到是否有空數據的布爾值

按列求平均值計算:(空值不參與計算)

按行求平均值計算：(空值不參與計算)

按列求累加值：(空值不參與計算)

當兩個維數不同的數組相減時，被減的數組會復制當前列補全被減數組的維數，空值不參與運算

按行累加

每一列最大值減最小值

apply函數輸入的是個序列

value_counts()查看元素出現的次數與.mode()查看出現次數最多的元素

先創建一個隨機序列

調用value_counts()

調用.mode()查看出現次數最多的元素

數據合並

先創建一個10*4的數組

(1)調用concat()函數合並數組（concat接受的是一個數組，數組裏面是要合並的數組）

查看合並後的數組是否與原數組相等

或

(2)通過merge合並，類似於表join關聯

先創建兩個數組

調用merge,等價於select * from left inner join right on left.key = right.key;

(3)插入方式合並數組

先創建一個數組

調用append，如果插入列數不同，將為缺失值

分類統計

先創建數組

單個對‘A‘’分組，groupby(‘A‘)

多分組,groupby([])

pandas網頁操作基礎