一月初新内容速递丨数据管控、图表应用与函数启航

新年伊始,学习继续!一月上旬更新聚焦数据安全、图表实战、函数入门与场景深化,助你在数据智能的旅程中稳健开年!

一、技术经验分享

精细化管控数据导出,让敏感数据无处泄露!→加强数据安全管理,有效防止敏感信息外泄,提升企业数据合规性。

二、任务持续上线

【图表应用】散点图精准洞察分布→学习散点图制作与分析,掌握数据分布洞察技巧。
【函数】新手村试炼:计算度量入门挑战→函数入门实战,轻松攻克计算度量基础。
【图表应用】热力地图:看透市场浓度的战略眼→掌握热力地图绘制,直观识别市场热度分布。
BI知识闯关】精细化管控数据导出,让敏感数据无处泄露!》→巩固数据安全知识,提升管控实战能力。
【新年活动】年货采购数据侦探→结合新年主题,锻炼数据筛选与分析能力。

三、场景应用精选

价值引擎:汽车制造财务分析主题课程→延续财务数据分析实战,助力企业决策与价值挖掘。
【地图】散点地图:精确落位,洞察分布→学习散点地图应用,实现地理位置数据的可视化呈现。
【地图】热力地图:一眼识别业务“高地”与“洼地”》→掌握热力地图在业务分析中的实战应用。

四、二次开发视频更新

Excel导入模板扩展校验类》→深入学习Excel导入功能的扩展校验技术,提升数据导入的准确性与规范性。

五、活动进行中

新年第①弹|年货采购数据挑战:你能答对几题?》→趣味数据挑战赛,检验你的数据分析能力,赢取开年好礼。

六、官方通知发布

2025年度任务排行榜大揭晓!》→回顾2025年度学习成果,揭晓任务完成排行榜,激励持续学习。

七、函数应用入门

【函数课堂】函数总览篇:告别“不会用计算度量”的焦虑》→系统讲解函数使用,帮助你轻松入门计算度量,摆脱使用困惑。

麦粉社区
>
帖子详情

python学习篇-pandas库(二)

数据挖掘 发表于 2019-12-12 21:37
发表于 2019-12-12 21:37:19
本帖最后由 chenshuo 于 2019-12-12 21:41 编辑

Series基本操作
1、修改Series索引
  1. import pandas as pd
  2. s1 = pd.Series([0, 1, 2, 3, 4])
  3. print('原始索引s1:\n',s1)
  4. s1.index = ['A', 'B', 'C', 'D', 'E']
  5. print('修改后索引s1:\n',s1)
复制代码
235545df23d46a369f.png
2、Series纵向拼接
  1. s3 = pd .Series({'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5})
  2. print('s3:\n',s3)
  3. s4 = s3.append(s1)
  4. print('s4:\n',s4)
复制代码
425435df23ee0a9224.png

3、Series按指定索引删除元素
  1. print('删除前s4:\n',s4)
  2. s4 = s4.drop('e')  # 删除索引为 e 的值
  3. print('删除后s4:\n',s4)
复制代码
980685df23fb621902.png
4、Series修改指定索引元素
  1. print('修改前s4:\n',s4)
  2. s4['A'] = 18  # 修改索引为 A 的值 = 18
  3. print('修改后s4:\n',s4)
复制代码
506565df2404120f22.png
5、按指定索引查找元素
  1. print('s4:\n',s4)
  2. s4['E']
复制代码
78525df240fba1836.png
6、Series切片操作
  1. print('s4所有数据\n',s4[:])
  2. print('s4前三个数据\n',s4[:3])
  3. print('s4除去后三个数据\n',s4[:-3])
复制代码
898635df2425fcac75.png

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

0回帖数 0关注人数 5670浏览人数
最后回复于:2019-12-12 21:37
快速回复 返回顶部 返回列表