Python資料分析筆記

數值型字元型

資料結構 取值

true: 真

false：假

運算規則

＆：與

一假為假，兩真為真

true & true

true & false
false & false

兩假為假，一真為真

true | true

true | false
false | false

非真為假，非假為真

not

true
notfalse

x + y

x - y
x * y
x / y

7 // 4求餘

10 % 4乘方

2 ** 3

乙個關於浮點數運算需要注意的地方

a = 4.2

b = 2.1
a + b 
# 6.300000000000001
(a + b) == 6.3
#false

from decimal import decimal

a = decimal('4.2')
b = decimal('2.1')
a + b 
# decimal('6.3')
(a + b) == decimal('6.3') 
# true

字串str用單引號''或雙引號" "括起來

x = '我是乙個字串'

y = "我也是乙個字串"
z = """我還是乙個字串"""

使用反斜槓\轉義特殊字元。

s = 'yes,he doesn\'t'

可以在字串前面新增乙個r，表示原始字串

print('c:\some\name')

# \some
#ame
print('c:\\some\\name')
# c:\some\name
print(r'c:\some\name')
# c:\some\name

s = "abcd\

efg"
print(s)
# abcdefg

還可以使用"""..."""或者'''...'''跨越多行

s = """

hello i am fine!
thinks.
"""print(s)
# hello i am fine!
# thinks.

from pandas import series

x = series(
['a', true, 1]
)

x = series(

['a', true, 1], 
index=['first', 'second', 'third']
)

x[1]

x['second']
#不能越界訪問
x[3]
# keyerror: 3

#不能追加單個元素

# typeerror: cannot concatenate a non-ndframe object
#追加乙個序列
n = series(['2'])
# 0 a
# 1 true
# 2 1
# 0 2
# dtype: object
x# 0 a
# 1 true
# 2 1
# dtype: object
#需要使用乙個變數來承載變化
'2'in x
# false
#判斷值是否存在
'2'in x.values
# true

x[1:3]

# 1 true
# 2 1
# dtype: object

#根據index刪除

x.drop(0)
x.drop('first')
#根據位置刪除
x.drop(x.index[3])
#根據值刪除
x['2'!=x.values]

Python資料分析筆記（二）

接上文python資料分析筆記 一 關注一些每行資料的 a 字段 發現這行含有url短操作的瀏覽器，裝置，應用程式的相關資訊 我們現在想要按微軟使用者和非微軟使用者對時區資訊進行分解，即想知道不同時區微軟使用者和非微軟使用者的比例 假定 a 欄位中含有 windows 的就認為是微軟使用者 首先，去...

Python資料分析入門筆記

資料基本處理 資料缺失值處理有好幾種對應的函式,接下來介紹三種我學習的函式dropna,fillna,replace.這三種函式功能上的區別,以及不同的適用場景.這三種函式都在pandas裡,所以寫 時首先要匯入pandas dropna 函式是用來濾除缺失值的,預設的情況下是清除所有的含有nan資...

資料分析筆記

1，資訊幾乎都是用於兩個目的 操作型記錄的儲存和分析型決策的制定。簡單說，操作性系統儲存資料，而dw bi系統使用資料。2，同比環比從定義上來說很簡單，吳捷的答案說的很清楚了，我來補充一下兩者的適用範圍 同比是今年的某個階段與去年的相同時段比較，適用於觀察某個指標在不同年度的變化，優勢是可以去除大多...