df_train[["word_length"]].describe(percentiles=[.25,.5,.75,.9,.95,.99])
查看分布情况
25%，50%，75%，90%，95%，99%
python pandas describe
2019-04-02
1562
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
df_train[["word_length"]].describe(percentiles=[.25,.5,.75,.9,.95,.99])查看分布情况25%，50%，75%，90%，95%，99%
目录
相关文章
|
23天前
|
数据采集
存储
数据挖掘
Python数据分析：Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域，Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧，帮助数据分析师快速处理复杂数据集，提高工作效率。
55
0
0
|
9天前
|
数据采集
数据可视化
数据处理
|
10天前
|
机器学习/深度学习
数据采集
数据可视化
|
17天前
|
机器学习/深度学习
数据采集
数据挖掘
解锁 Python 数据分析新境界：Pandas 与 NumPy 高级技巧深度剖析
Pandas 和 NumPy 是 Python 中不可或缺的数据处理和分析工具。本文通过实际案例深入剖析了 Pandas 的数据清洗、NumPy 的数组运算、结合两者进行数据分析和特征工程，以及 Pandas 的时间序列处理功能。这些高级技巧能够帮助我们更高效、准确地处理和分析数据，为决策提供支持。
35
2
2
|
25天前
|
数据采集
数据可视化
数据处理
如何使用Python实现一个交易策略。主要步骤包括：导入所需库（如`pandas`、`numpy`、`matplotlib`）
本文介绍了如何使用Python实现一个交易策略。主要步骤包括：导入所需库（如`pandas`、`numpy`、`matplotlib`），加载历史数据，计算均线和其他技术指标，实现交易逻辑，记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
49
5
5
|
24天前
|
存储
数据挖掘
数据处理
Python数据分析：Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言，Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧，并通过示例代码展示其实际应用。
31
2
2
|
9天前
|
数据采集
数据可视化
数据挖掘
|
15天前
|
并行计算
数据挖掘
大数据
|
15天前
|
数据采集
数据可视化
数据挖掘
|
1月前
|
机器学习/深度学习
数据采集
算法
探索Python科学计算的边界：NumPy、Pandas与SciPy在大规模数据分析中的高级应用
【10月更文挑战第5天】随着数据科学和机器学习领域的快速发展，处理大规模数据集的能力变得至关重要。Python凭借其强大的生态系统，尤其是NumPy、Pandas和SciPy等库的支持，在这个领域占据了重要地位。本文将深入探讨这些库如何帮助科学家和工程师高效地进行数据分析，并通过实际案例来展示它们的一些高级应用。
55
0
0
热门文章
最新文章
1
手把手教你用Python实践深度学习
2
3、Python与设计模式--建造者模式
3
Python编程：elasticsearch库操作Elasticsearch
4
Python中参数多个值的表示法
5
测试Flask+PYTHON的WEB框架
6
8.python之上下文管理协议
7
python目录操作一
8
第2天，Python基础
9
Foundations of Python Network Programming - 读书笔记系列(1) - Low-Level Networking
10
浅析Python 赋值、浅复制（拷贝）与深度（复制）拷贝
1
Pandas 2.2 中文官方教程和指南（一）（4）
62
2
Pandas 2.2 中文官方教程和指南（一）（3）
101
3
Pandas 2.2 中文官方教程和指南（一）（2）
179
4
Pandas 2.2 中文官方教程和指南（一）（1）
185
5
Pandas 2.2 中文官方教程和指南（五）（4）
51
6
Pandas 2.2 中文官方教程和指南（五）（3）
47
7
Pandas 2.2 中文官方教程和指南（五）（2）
56
8
Pandas 2.2 中文官方教程和指南（五）（1）
62
9
Pandas 2.2 中文官方教程和指南（四）（4）
39
10
Pandas 2.2 中文官方教程和指南（十一·二）（4）
65