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(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

本版积分规则

0回帖数 0关注人数 6334浏览人数
最后回复于:2019-12-16 12:24
快速回复 返回顶部 返回列表