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(三)

数据挖掘 发表于 2019-12-13 22:14
发表于 2019-12-13 22:14:56
Series运算
创建原始数据集
  1. import pandas as pd
  2. s3 = pd.Series({'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5} )
  3. s1 = pd.Series([0, 1, 2, 3, 4])
  4. s1.index = ['A', 'B', 'C', 'D', 'E']
  5. s4 = s3.append(s1)
  6. print('数据集s4:\n',s4,'数据集s3:\n',s3)
复制代码
591935df398d850276.png
1、Series减法运算:
Series的减法运算是按照索引计算,如果索引不同则填充为NaN
  1. s4.sub(s3)
复制代码
882745df3999b56d54.png
2、Series加法运算:
Series的加法运算是按照索引计算,如果索引不同则填充为NaN
  1. s4.add(s3)
复制代码
506125df39a276f23f.png
3、Series乘法运算:
Series的乘法运算是按照索引计算,如果索引不同则填充为NaN
  1. s4.mul(s3)
复制代码
614895df39a9c4fa56.png 4、Series除法运算:
Series的除法运算是按照索引计算,如果索引不同则填充为NaN
  1. s4.div(s3)
复制代码
874455df39aea0f6cc.png
5、Series求中位数:
  1. print(s4)
  2. s4.median()
复制代码
705715df39b8b4f146.png
5、Series求和:

  1. print(s4)
  2. s4.sum()
复制代码
849615df39c00ab6d6.png
6、Series求最大值和最小值
  1. print(s4)
  2. max = s4.max()
  3. min = s4.min()
  4. print('max=',max,'\nmin=',min)
复制代码
133395df39caad167e.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 6306浏览人数
最后回复于:2019-12-13 22:14

社区

指南

快速回复 返回顶部 返回列表