Pandas基礎
阿新 • • 發佈:2017-12-30
column right das idt import obj clas pre float
目錄
讀取數據
條目2
條目3
條目4
條目5
條目6
條目7
條目8
條目9
讀取數據 |
a.csv
name,age,height Tom,15,156.3 Peter,17,165.6
# -*- coding: utf-8 -*- import pandas as pd a = pd.read_csv("a.csv") print(type(a)) # <class ‘pandas.core.frame.DataFrame‘> print(a.dtypes) # name object # age int64# height float64 # dtype: object print(a) # name age height # 0 Tom 15 156.3 # 1 Peter 17 165.6 print(a.head(1)) # name age height # 0 Tom 15 156.3 print(a.tail(1)) # name age height # 1 Peter 17 165.6 print(a.columns) # Index([‘name‘, ‘age‘, ‘height‘], dtype=‘object‘)print(a.shape) # (2, 3)
返回目錄
條目2 |
引例
現有訓練集如下,請訓練一個決策樹模型,對未來的西瓜的優劣做預測。
返回目錄
條目3 |
引例
現有訓練集如下,請訓練一個決策樹模型,對未來的西瓜的優劣做預測。
返回目錄
條目4 |
引例
現有訓練集如下,請訓練一個決策樹模型,對未來的西瓜的優劣做預測。
返回目錄
條目5 |
引例
現有訓練集如下,請訓練一個決策樹模型,對未來的西瓜的優劣做預測。
返回目錄
條目6 |
引例
現有訓練集如下,請訓練一個決策樹模型,對未來的西瓜的優劣做預測。
返回目錄
條目7 |
引例
現有訓練集如下,請訓練一個決策樹模型,對未來的西瓜的優劣做預測。
返回目錄
條目8 |
引例
現有訓練集如下,請訓練一個決策樹模型,對未來的西瓜的優劣做預測。
返回目錄
Pandas基礎