三月上旬新内容速递丨选图攻略、内存优化与场景深化

春风送暖,学习相伴!三月上旬更新聚焦数据可视化选图、内存管理技巧、频率分析与桑基图应用,助你轻松驾驭数据分析新场景!

一、场景应用精选

【数析课堂】频率分析:用“数数”快速定位业务痛点》→通过频率统计,快速发现高频问题,精准定位业务改进点。
【桑基图】流动的“资金河流”,一眼看透业务流向》→学习桑基图绘制,追踪资金流动路径,洞察业务流转全貌。

二、技术经验分享

不止选类型,更要找对入口:数据分析选图全攻略》→深入讲解图表选择的核心逻辑,助你告别“图表选择困难症”。
内存溢出别慌张:教你如何看懂BI的“胃”,并管住它的“嘴”》→揭秘BI内存机制,掌握优化技巧,让分析更流畅。

四、社区日志更新

2026年「月更日志」社区更新合集 2.1 - 2.28》→汇总二月社区更新动态,记录成长每一步。

六、任务持续上线

【BI知识闯关】不止选类型,更要找对入口:数据分析选图全攻略》→通过闯关巩固选图知识,提升实战应用能力。
【数析课堂】频率分析知识巩固》→配套练习,加深频率分析理解,强化业务洞察。
【图表应用】桑基图追踪资金流向,发现业务奥秘》→动手实践桑基图,探索资金流向中的业务规律。
【BI知识闯关】内存溢出别慌张:教你如何看懂BI的“胃”,并管住它的“嘴”》→挑战内存管理知识,成为BI优化高手。


阳春三月,学习正当时,快来社区参与挑战,一起探索数据新视界!

麦粉社区
>
帖子详情

python学习篇-pandas库(四)

数据挖掘 发表于 2019-12-16 11:15
发表于 2019-12-16 11:15:13
创建DataFrame数据类型
DataFrame可以存在多列数据,一般来说,更加常用。

创建DataFrame语法 df = pd.DataFrame(data, index=index, columns=columns)
参数
data:可以为ndarray,dict,DataFrame;
index:索引
columns:列名称
1、通过Numpy数组创建DataFrame:
  1. import pandas as pd
  2. import numpy as np
  3. dates = pd.date_range('today', periods=6)  # 定义时间序列作为 index
  4. num_arr = np.random.randn(6, 4)  # 传入 numpy 随机数组
  5. columns = ['A', 'B', 'C', 'D']  # 将列表作为列名
  6. df1 = pd.DataFrame(num_arr, index=dates, columns=columns)
  7. print(df1)
复制代码
578965df6f57ce77dc.png
2、通过字典数组创建DataFrame:
  1. data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
  2.         'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
  3.         'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
  4.         'priority': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}

  5. labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
  6. df2 = pd.DataFrame(data, index=labels)
  7. print(df2)
复制代码
728735df6f5f3c27ca.png
3、查看DataFrame数据类型
  1. df2.dtypes
复制代码
226295df6f6348b21b.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 7303浏览人数
最后回复于:2019-12-16 12:24

社区

指南

AI

搜索

快速回复 返回顶部 返回列表