tag pandas

標籤
貢獻16
108
04:55 AM · Oct 28 ,2025
deephub 頭像 huogewoziceshixueyuan 頭像 friesonthepier 頭像 u_16213701 頭像 amin_671603a27d1a0 頭像 teamcode 頭像 jing_h 頭像 u_13250 頭像 xiaosong_679f71ca94403 頭像 yingyongwubidekeben 頭像 u_16213566 頭像 alijishu 頭像

@pandas / 博客 RSS 訂閱

deephub 頭像

deephub - 一份寫給數據工程師的 Polars 遷移指南：將 Pandas 速度提升 20 倍代碼重構實踐

在大數據處理領域，性能和效率始終是核心問題。 polars 作為新一代數據處理框架，通過利用Rust語言的底層實現和現代化的並行計算架構，在處理大規模數據集時展現出顯著的性能優勢。根據性能測試文章的數據顯示，在CSV文件讀取操作中， polars 的處理速度可達 pandas 的20倍。這種性能提升主要得益於其優化的內存管理機制和並行計算能力。 本文將系統地介紹如何從 pandas 遷移到 po

機器學習 , 人工智能 , pandas , Python

收藏 評論

jing_h 頭像

Jing_H - pandas使用相關問題記錄

1-na值相關。na值有多種，這是較為完善的一種判斷： if value in (None, pd.NaT, np.nan) or pd.isna(value): 因為遇到一種情況，print出來是nan，type是class 'float'，但就是沒有進入if裏面。 問了ai，加了or後面的內容，才進入if。 2-切片問題

numpy , pandas , Python

收藏 評論

deephub 頭像

deephub - 向量化操作簡介和Pandas、Numpy示例

Pandas是一種流行的用於數據操作的Python庫，它提供了一種稱為“向量化”的強大技術可以有效地將操作應用於整個列或數據系列，從而消除了顯式循環的需要。在本文中，我們將探討什麼是向量化，以及它如何簡化數據分析任務。 什麼是向量化? 向量化是將操作應用於整個數組或數據系列的過程，而不是逐個遍歷每個元素。在Pandas中可以對整個列或Series執行操作，而無需編寫顯式循環。這種高效的方法利用了

機器學習 , numpy , 人工智能 , pandas , Python

收藏 評論

u_16213701 頭像

mob64ca14147fe3 - 人工智能之數據分析 Pandas：第四章 常用函數

文章目錄 人工智能之數據分析 Pandas 前言 一、數據創建與讀取 二、數據基本信息查看 三、數據選擇與篩選 四、排序（Sorting） 自定義排序示例：

字符串 , 數據 , 後端開發 , 人工智能 , pandas , 數據分析 , Python

收藏 評論

u_13250 頭像

flybirdfly - df 根據索引其中之一篩選 根據索引名得到索引號

第三章 索引 本章數據： import numpy as np import pandas as pd 一、索引器 1. 表的列索引 列索引是最常見的索引形式，一般通過[]來實現。通過[列名]可以從DataFrame中取出相應的列，返回值為Series，例如從表中取出姓名一列：

機器學習 , 大數據 , 數據倉庫 , pandas , 數據分析 , df 根據索引其中之一篩選 , Python

收藏 評論

deephub 頭像

deephub - Pandas GroupBy 的 10 個實用技巧

很多人把 groupby 理解成單純的求和、計數這類操作，比如説算算總收入、數數用户量，然後就沒了。實際上它的應用場景要廣得多：計算組內特徵、數據標準化、構造滾動指標、合併不同維度的統計結果，甚至處理一些複雜的嵌套數據結構。 所以本文將介紹10個實際工作中比較有用的技巧，文章的代碼都是可以直接拿來用。 1、一次性應用多個聚合函數 import pandas as pd df = p

機器學習 , 人工智能 , pandas , Python

收藏 評論

deephub 頭像

deephub - 使用Pandas進行數據清理的入門示例

數據清理是數據分析過程中的關鍵步驟，它涉及識別缺失值、重複行、異常值和不正確的數據類型。獲得乾淨可靠的數據對於準確的分析和建模非常重要。 本文將介紹以下6個經常使用的數據清理操作： 檢查缺失值、檢查重複行、處理離羣值、檢查所有列的數據類型、刪除不必要的列、數據不一致處理 第一步，讓我們導入庫和數據集。 # Import libraries import pandas as pd # Re

機器學習 , 數據清洗 , pandas , Python

收藏 評論

friesonthepier 頭像

去碼頭整點薯條 - 利用 Python 進行數據分析 —— 3 pandas 入門

上一篇我們瞭解了 NumPy 的基本功能，本篇引入一個新的 python 數據處理庫——pandas。 NumPy 更適合處理統一的數值數組數據。Pandas 是基於 NumPy 數組構建的，專門處理表格和混雜數據。接下來，讓我們來了解一下 pandas 的基本使用吧。 首先讓我們導入 pandas 庫： import pandas as pd import numpy as np # 後續也會

讀書筆記 , pandas , 數據分析 , Python

收藏 評論

deephub 頭像

deephub - Pandas數據合併：10種高效連接技巧與常見問題

在數據分析工作中，我們經常需要處理來自多個來源的數據集。當合並來自20個不同地區的銷售數據時，可能會發現部分列意外丟失；或在連接客户數據時，出現大量重複記錄。如果您曾經因數據合併問題而感到困擾，本文將為您提供系統的解決方案。 Pandas庫中的merge和join函數提供了強大的數據整合能力，但不恰當的使用可能導致數據混亂。基於對超過1000個複雜數據集的分析經驗，本文總結了10種關鍵技術，幫助您

機器學習 , 人工智能 , pandas , 數據分析 , Python

收藏 評論

xiaosong_679f71ca94403 頭像

小宋 - 多樣本反向傳播矩陣推導及其MLP的代碼實現

一.多樣本反向傳播矩陣推導 二.MLP代碼實現 # @time : 2025/1/8 10:53 # @author : specier import numpy as np import pandas as pd import datetime import pickle class MultipleLayerPerception: def __in

pickle , 神經網絡 , numpy , pandas , 深度學習

收藏 評論

yingyongwubidekeben 頭像

大蟲小囈 - Python 處理 Excel 數據 pandas 和 openpyxl 哪家強？

前言 雖然javascript才是我的編程母語，但經常需要使用python來處理各種格式的數據文件（如.txt、.json、.xlsx .csv、.sav等等）。當然處理得最多的還是Excel文件。為啥用python？好用啊！有各種開箱即用的工具庫，如 pandas 和 openpyxl 這倆個好哥們都是我的碼中常客。 "大蟲小囈"全網同名，歡迎關注！ pandas 和 openpyxl 哪家強？

excel , pandas , openpyxl , Python

收藏 評論