二月初新内容速递丨磁盘清理、图表进阶与AI探索

新春二月,学习正酣!二月上旬更新聚焦磁盘清理、图表进阶、场景深化与AI探索,助你在数据智能的道路上驰骋前行!

一、场景应用精选

酱油的数字化呼吸:当千年技艺遇上数据分析》→探索传统工艺与数据分析结合,领略数字化赋能案例。
【联合图】你的业务“双视角侦察机”使用指南》→学习联合图实战应用,提升业务分析效率。

二、二次开发视频更新

(5-2)扩展包开发知识点——知识库升级以及查询对象》→深入学习扩展包开发,掌握知识库升级与查询对象技术。

三、技术经验分享

Smartbi磁盘空间告急?这篇清理指南让你轻松腾出几十GB!》→学习磁盘空间清理方法,释放存储资源,优化系统性能。

四、AI每日一学

【AI每日一学】讲一下MCP的三个场景及优势与局限性》→每日一学AI知识,快速掌握MCP的核心要点。

五、新年活动进行中

新年第③弹 | 新春祝福驰骋:马上送祝福,立马领麦豆!》→参与新春祝福活动,赢取麦豆奖励,开启新年好运。

六、任务持续上线

【BI知识闯关】Smartbi磁盘空间告急?这篇清理指南让你轻松腾出几十GB!》→通过知识闯关巩固磁盘清理技巧,提升运维能力。
【行业场景】制曲环节合格率诊断实战》→深入制曲生产场景,学习合格率诊断分析方法,助力质量提升。
【图表应用】驾驭“联合图”,成为业务的双视角指挥官》→掌握联合图使用技巧,实现业务数据的多维度洞察。
【AI知识巩固】讲一下MCP的三个场景及优势与局限性》→巩固AI知识,了解MCP的典型场景及其优缺点。


磁盘清理释放空间,联合图表洞察双维,AI探索拓展认知——二月上旬,与数据共赴新春新征程!

麦粉社区
>
帖子详情

python学习篇-pandas库(十)

数据挖掘 发表于 2019-12-25 17:06
发表于 2019-12-25 17:06:54
文件操作
创建数据集
  1. import pandas as pd
  2. import numpy as np
  3. data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
  4. 'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
  5. 'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
  6. 'priority': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}

  7. labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
  8. df1 = pd.DataFrame(data, index=labels)
  9. df1
复制代码
265905e03238b6dc42.png
1、写入csv文件
  1. df1.to_csv('animal.csv')
  2. print("写入成功.")
复制代码
2、读取csv文件
  1. df_animal = pd.read_csv('animal.csv')
  2. df_animal
复制代码
402675e03240a0789c.png
3、写入Excel文件
  1. df1.to_excel('animal.xlsx', sheet_name='Sheet1')
  2. print("写入成功.")
复制代码
4、Excel读取操作
  1. pd.read_excel('animal.xlsx', 'Sheet1', index_col=None, na_values=['NA'])
复制代码
989545e03245f0b7a5.png
发表于 2020-6-10 16:54:36
学习中
回复

使用道具 举报

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

1回帖数 0关注人数 6177浏览人数
最后回复于:2020-6-10 16:54

社区

指南

快速回复 返回顶部 返回列表