《图解Pandas》内容汇总-20220822

本文是《图解Pandas》的内容汇总,包括数据框介绍、列表创建数据框、读取Excel文件、行列转置、索引操作、数据偏移和筛选等基础知识。通过动态图解和实例演示,帮助读者快速掌握Pandas。

大家好,我是阳哥。

有不少同学跟我提过,看看能不能出一系列 Pandas 数据处理的教程,之前一直也没来得及弄。

最近几个月,才开始陆陆续续的弄内容。

01已发布的内容

为了大家能够生动、形象的学习 Pandas,阳哥正在制作一系列 《图解Pandas》 的内容,当前已在微信视频号「Python数据之道」发布 28 期视频,同时在公众号「Python数据之道」配套发布了 8 篇图文内容(图文中配套源代码以及在PC端观看的视频)。

《图解Pandas》主要跟大家以视频图解、动态图片等方式来讲解 Pandas 的基础知识,方便大家快速的掌握这些知识,相信《图解Pandas》会给大家带来一些不一样的视角。

  • 视频内容:在微信视频号「Python数据之道」发布视频,是可以免费观看的。

  • 图文内容:在微信公众号「Python数据之道」发布的图文内容,则是付费阅读内容,付费部分包括《图解Pandas》图文干货内容、可以在电脑端观看的视频以及配套的源代码等。对于打算深入学习Pandas的同学,相信会有诸多益处的。目前每次发布单篇的付费内容,后续会考虑出付费合集。

《图解Pandas》的视频内容一般如下:

扫描下面的二维码,关注视频号,可以观看《图解Pandas》已发布的所有视频以及及时推送最新的视频:

92e0b493216d1c677cad785bdfd397c4.jpeg

《图解Pandas》 系列,是一个不小的工程,预计将会有超过100个视频,现在来说算是一个期货吧,搞不好就是烂尾工程啦,大家的支持就是我持续分享的动力,嘿嘿~~

《图解Pandas》系列已发布的图文链接以及对应的视频编号,汇总如下:

图文链接视频号对应编号
《图解Pandas》内容框架介绍-
图文01-数据结构介绍001
图文02-创建数据对象002
图文03-读取和存储Excel文件003、004
图文04-常见的数据访问005
图文05-常见的数据运算006-008
图文06-常见的数学计算009、010
图文07-常见的数据统计011-015
图文08-常见的数据筛选016-028

02部分内容介绍

数据结构介绍

DataFrame (中文翻译“数据框”)介绍:

1ccccb2b22ffc33a573b70243b673727.jpeg

图解数据框轴方向:

4e750b7f12bb8b6f530ca0ff35d8c325.jpeg

DataFrame 与 Series 之间的关联:

3b7173e68326a14725eee1ea78899891.gif

通过列表创建数据框

c97d7e5723a6485b464651bd8a5e861a.jpeg

读取Excel文件

从Excel读取数据时,有时需要跳过数据文件末尾部分数据行:

8ba014fcd3070dfa785609f8b8b0b8ef.gif

数据框行列转置

通过 df.T 可以实现数据框的行列转置:

8d8a8f6cf6310be8dcf5b5aafde5bb71.gif

索引位置以及索引值

如何获取 Series 中最小值或最大值对应的索引位置以及索引值。

f70da5eb6376b5d2020aa829fa6eccc8.jpeg

通过 argmin() 函数来获取最小值对应的索引位置,如红色标注所示,结果为数字 1 ,如下:

14c27f9c23f8a882d0bfeb119458fa48.jpeg

通过 idxmin() 函数来获取最小值对应的索引值,如红色标注所示,结果为字母 e ,如下:

96475dd6daa0beff5404a8842d1de36f.jpeg

数据偏移:shift

默认情况下,shift() 函数中 axis=0,将数据框沿 0轴方向 向下偏移一个位置,结果如下:

dbdb961d8a401d5ecd08dec8f5ada623.jpeg

详细的实现过程动态演示如下:

983cbd7bb127367fd0933ae2f6886d54.gif

数据筛选

在Pandas中,可以通过多种方法进行数据筛选,在视频号「Python数据之道」第16-28期视频中 ,对数据筛选进行了比较详细的介绍。

这里分享一个条件筛选的案例。

应用 loc 函数实现条件筛选,相当于loc后面第一部分是条件判断,逗号后面是选取列。如下图蓝色标注2所示:

505df7d2adc87ab75101f06e33db9b8c.jpeg

03专题汇总

考虑到《图解Pandas》系列内容在不断更新过程中,大家可以通过下面的专题来找到最新发布的内容。

2bed80ebb3af1d3d1427d71eb6d309a2.jpeg

同时考虑到,以后如果文章数量较多(比如超过50篇文章),可能在专题中也不好快速的找到所需要的内容,我会以文章汇总的形式,将《图解Pandas》系列的文章进行手动汇总,并形成 图解Pandas汇总 的专题,最新的汇总文章,可以点击下面专题,找到最新的文章即可。

a65cfa4aa93ab20de33cb0109c746a37.jpeg

学习 Pandas,最难的还在于坚持,希望《图解Pandas》能给大家带来一些乐趣,一起加油吧!


大家读完顺手点下右下角的  “在看” ,就是最大的鼓励和支持了。

内容概要:本文围绕并网与离网模式下的风光互补制氢合成氨系统,开展容量配置与调度优化的建模与仿真研究,基于Python代码实现核心技术复现。研究聚焦于风能与太阳能发电的波动性特征,结合电解水制氢及氢气合成氨的能量转换环节,构建综合能源系统的多目标优化模型,兼顾经济性、能源利用率与系统稳定性。通过引入先进的优化算法与Cplex等求解工具,对系统关键设备容量进行优化配置,并实现多时段运行调度的精细化决策,推动可再生能源高效转化为绿色化工产品,为“电-氢-氨”一体化系统的设计与运行提供科学依据和技术支撑。; 适合人群:具备一定Python编程能力和优化建模基础,从事新能源系统、氢能利用、综合能源系统规划与运行等方向研究的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①用于风光制氢合成氨系统的容量规划、运行策略制定与经济性评估;②支撑高水平学术论文的模型复现、算法验证与创新研究,提升对多能互补系统协同优化机制的理解与实践能力; 阅读建议:建议结合Cplex等优化求解器运行代码,深入理解模型构建过程中的目标函数设计与约束条件表达,重点关注可再生能源出力不确定性处理与能量转换效率建模,并参考相关文献进一步拓展优化算法与场景分析维度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值