企业官网建设流程全解析

一. apply函数

功能: 于 的特定一行或者一列运用函数以后, Apply 会返回某些值。函数可不采用默认的, 也能够自己定义。留意: 要在第二个返回里运用 head()函数, 原因在于它涵盖了诸多行。

#创建一个新函数

(x):(x.())#应用每一列

print " per :"

print, data.apply, axis 0, that is to be on each, #axis=0 逗号不能少, 数据应用相关操作, 这里axis等于0表示针对每一个。

#应用每一行

print "\ per row:"

将数据应用函数, 按行操作, 请输出前几行数据, 这里按行操作就是 axis=1 所代表的意思 , 请输出前几行数据。

二. loc函数

作用：选择属性子集

=.loc

三. 函数

作用：列重命名

把“购药时间”修改成为“销售时间”, 等于, {‘购药时间’:‘销售时间’}。

.( = ,=True)

四. 函数

作用是进行删除缺失值的操作, “how=‘any’”所表达的意思是, 只要在给定的任意一列当中存在缺失值, 那么就要予以删除。

=.(=

'销售时间','社保卡号'

呃, 那个, 怎么等于“任何”呀, 然后呢要在列（销售时间, 社保卡号）之中, 把为空的那些行给删除掉。

五. pd.函数

用途是, 将字符串类型的数据, 转变为日期格式, 传入的格式, 乃是原始数据的日期格式, 即等于 '%Y-%m-%d', 这是固定写法, 其中 Y 代表年, m 代表月, d 代表日。

.loc

:,'销售时间'

=pd.(.loc

:,'销售时间'

='%Y-%m-%d',

='')

=“”: 要是原始数据跟日期格式不相符, 那转换后的数值就是空值NaT。因而转换过后, 我们还得运行一回删除空值的代码, 这是由于不符合格式的日期被转变成了空值, 得把它删除掉。

=.(=

'销售时间','社保卡号'

,how='any')

六. pd.

作用是, 对数据开展排序操作, by所表达的是, 按照哪几列来进行排序, =True意味着是升序排列, =False则表明是降序排列。

按照销售日期进行升序的排列, 是通过销售时间来实现的。

=True)

七. 函数

作用：生成从0到N按顺序的索引值

=.(drop=True)

八. 函数

作用是, 查看数据框里所有数据, 每列的各个方面描述统计的信息, 其中包括, count也就是总数, mean即平均数, std乃标准差, min为最小值, 对应25%是下四分位数, 50%为中位数，75%是上四分位数, 再加上max也就是最大值。

.()

九. 删除异常值

其起到的作用是, 若是假设存在最小值出现小于0这种状况, 那就剖析得出应该是在记录的这个过程之中出现错误从而导致的。

第一步：设置查询条件，这一步返回True和false

=.loc

:,'销售数量'

>0

第二步：应用查询条件

=.loc

,:

十. 函数

该操作的作用在于, 把重复出现的数据予以删除, 针对同一个人所产生的全部消费, 将其视为一次消费。依据列名, 也就是销售时间以及社区卡号, 要是这两个列的值同时保持一致, 那么仅保留其中的1条。

=.(

=

进行售卖的那个时间, 用于社会保障登记的卡号。

十一.

作用：根据某一列分组

gb=.(.index.month)

对分组后的数据应用函数

=gb.sum()

十二. 不适=使用for循环的列表生成器

作用: 当一个列表之中的元素, 是经由另外一个列表里对应元素, 通过运算而获得的时候, 能够省去for循环, 适用于以一行代码来生成模型。

x =

out=

item*2 for item inx

print(out)

十三. 表达式

作用: 并非使用def关键字来构建函数, 也不存在这种情况。通过表达式所创造出来的函数, 与借助普通的def构建而成的函数, 并没有什么差异之处, 仅仅只是函数体仅仅只有单独的一个表达式罢了。

= x: x*2 #是函数名，x是参数

print((3))

十四. map 和 函数

1. map

作用: 能够跟表达式一块儿运用, map()函数会接纳一个列表, 以及一个函数（这个函数能是表达式）, 它针对列表当中的每一个元素调用一个函数去做处理, 随后把结果放置到一个新的列表之中。

=list(map(,x))print()

2.

作用: 它会接收一个列表, 还会接收一个规则函数。之后, 它会针对列表里的每个元素去调用这个规则函数。在调用之后, 它会把所有返回值为假的元素从列表中剔除掉。然后, 它将返回这个经过过滤之后的子列表。

=list(( a:a>4,x))

十五. 函数

功效: () 此函数依据所指定的步长去返回一个呈等差数列排列的序列。除了起始值与结束值之外, 你能够自行定义步长以及数据类型。需要留意的是, 所给定的结束值参数并不会被涵盖在结果之中。

= np.(start,stop,step)

十六. 函数

功能展现: 是由把给定区间予以若干次等分之后所形成的等分点构建而成的数列。因而你所传入的参数存在这样几种, 有起始的值, 有最终结束的值, 还有具体要进行多少等份的数值。( ) 在对这个区间实施等份划分之后, 把起始值、结束值以及每一个等份点全都放置到一个 NumPy 数组之内, 这种做法在进行数据可视化以及绘制坐标轴时均具备相当的作用。

=np.(2.0,3.0,num=5)

十七. 矩阵合并函数

1.

作用是, 将一个或者多个数据表, 按照行的方向, 或者列的方向, 简单地堆叠起来, 这要看你传入的axis参数, 到底是0, 还是1了。

2. merge

作用: merge(), 它会按照用户所指定的、存在某个名字相同的列, 将其作为主键来进行对齐操作, 进而把两个或者多个的数据表, 融合在一起这一过程予以达到。

3. join

merge()与join()较为相仿, 只是join()是依据数据表的索引予以对齐, 并非依据某一相同的列。当某个表欠缺某个索引之际, 对应的值为缺失值(NaN)。

十八. 函数

它起到能帮你针对一个数据表予以格式化的作用, 进而输出一个如同 Excel 工作表那般的表格。在实际运用当中, 透视表会依据一个或者多个键来对数据实施分组统计, 把函数传入参数里面, 数据会按照你所指定的函数去进行统计, 并且会将结果分配至表格当中。

看起来你提供的内容并不是一个完整的、可理解的句子呢。仅从这些字符来看不太能准确按要求改写。请你检查一下内容或者提供更完整准确的句子以便我进行改写。