十月上旬更新速递丨 AI深入、实战强化与开发进阶

秋意渐浓,智能不息!十月上旬更新聚焦AI知识深化、任务实战、开发进阶与体验优化,助力你在数据与AI的海洋中乘风破浪!

一、产品更新

DEMO动态】体验中心金秋上新!行业案例DEMO上架!》→ 全新行业案例DEMO上线,覆盖多业务场景,助你快速理解智能分析落地实践!

二、技术经验分享

回写填报数据异常?让你告别“白干了”的崩溃!→ 从现象到根源,一步步教你排查并解决回写填报中的常见问题。

三、二次开发视频

扩展包环境搭建→“工欲善其事必先利其器”,讲解如何搭建扩展包的开发环境、创建扩展包、打包上线等内容。

、任务持续上线

AI每日一学知识巩固】简单总结一下AI Agent的五个发展阶段》→梳理AI Agent演进脉络,巩固学习成果。

AI每日一学知识巩固】简述AI Agent核心特征有哪些?》→检验对智能体核心能力的理解。

BI知识闯关】回写填报数据异常?让你告别“白干了”的崩溃》→实战排查数据回写问题,提升故障处理能力

场景实战系列:dwd层数据处理,赢取278麦豆!》→深入数据仓库底层处理,提升数据建模能力,完成任务即可赢取奖励!

五、AI每日一学

AI每日一学】简述AI Agent核心特征有哪些?》→ 掌握智能体的核心属性,理解其运作逻辑。

AI每日一学】Agentic AI的定义、定位、目标和关键特征是什么?》→ 深入解读Agentic AI,构建系统化AI认知体系。

为进一步提升认证服务的质量与体验,我们对认证业务进行全面优化升级。更多详情请看Smartbi认证考试优化升级公告

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

本版积分规则

0回帖数 0关注人数 6061浏览人数
最后回复于:2019-12-13 22:14
快速回复 返回顶部 返回列表