nunique()
返回不同方向中不同的观察值的个数，返回Series
drop_duplicates()
按照要求去除重复值
pandas （ix & iloc &loc） 的区别
pandas使用总结（持续更新。。。。。。）
2018-07-10
1288
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：
nunique()返回不同方向中不同的观察值的个数，返回Series
目录
相关文章
|
9月前
|
数据格式
索引
Python
|
9月前
|
存储
数据可视化
数据挖掘
|
9月前
|
数据挖掘
Serverless
数据处理
|
3月前
|
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。
109
0
0
|
5月前
|
机器学习/深度学习
数据处理
Python
|
3月前
|
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。
72
2
2
|
7月前
|
数据挖掘
Python
【Python】已解决：Python pandas读取Excel表格某些数值字段结果为NaN问题
【Python】已解决：Python pandas读取Excel表格某些数值字段结果为NaN问题
629
0
0
|
4月前
|
机器学习/深度学习
并行计算
大数据
|
4月前
|
数据采集
数据挖掘
API
Python数据分析加速器：深度挖掘Pandas与NumPy的高级功能
在Python数据分析的世界里，Pandas和NumPy无疑是两颗璀璨的明星，它们为数据科学家和工程师提供了强大而灵活的工具集，用于处理、分析和探索数据。今天，我们将一起深入探索这两个库的高级功能，看看它们如何成为数据分析的加速器。
65
1
1
|
5月前
|
机器学习/深度学习
数据采集
监控
热门文章
最新文章
1
Pandas数据应用：社交媒体分析
2
Pandas数据应用：机器学习预处理
3
Pandas数据应用：电子商务数据分析
4
Pandas数据应用：客户流失预测
5
Pandas时间序列处理：日期与时间
6
Pandas数据应用：天气数据分析
7
Pandas高级数据处理：多级索引
8
Pandas高级数据处理：自定义函数
9
Pandas数据应用：库存管理
10
Pandas数据应用：用户行为分析
1
【Python】—— pandas 数据分析
80
2
如何利用Python中的Pandas库进行数据分析和可视化
205
3
【新手解答】Python中Pandas的初学者笔记
74
4
Python网络数据抓取（5）：Pandas
90
5
使用Python pandas的sort_values()方法可按一个或多个列对DataFrame排序
482
6
在Python的Pandas中，可以通过直接赋值或使用apply函数在DataFrame添加新列。
368
7
在Pandas中，利用boolean indexing可按条件过滤DataFrame
128
8
【Python机器学习专栏】使用Pandas处理机器学习数据集
418
9
使用Python的pandas和matplotlib库绘制移动平均线（MA）示例
255
10
Python数据分析中的Pandas库应用指南
153