pandas DataFrame 交集、并集与补集操作详解
本文介绍在 columns 相同的 DataFrame 中进行集合运算的方法。利用 pd.merge 配合 on 参数可获取交集，设置 how='outer' 获取并集。对于补集（从 df1 中剔除 df2 存在的行），通过 append 合并后使用 drop_duplicates 保留唯一值实现。
2026-10-13
6
本文介绍在 columns 相同的 DataFrame 中进行集合运算的方法。利用 pd.merge 配合 on 参数可获取交集，设置 how='outer' 获取并集。对于补集（从 df1 中剔除 df2 存在的行），通过 append 合并后使用 drop_duplicates 保留唯一值实现。
本文系统梳理Python数据挖掘的核心知识体系，涵盖Pandas分组与索引操作、Numpy数组计算与广播机制、Matplotlib与Seaborn可视化技巧，以及最小二乘、梯度下降、决策树等常用算法原理。通过scikit-learn库进行模型实战，帮助初学者掌握从数据预处理到机器学习建模的完整流程。
本文详细介绍Python数据分析库Pandas的核心数据结构，包括Series、DataFrame和Panel的定义与区别，重点讲解DataFrame作为二维表格型数据容器的应用。同时提供Pandas的安装命令及模块导入的标准写法，帮助开发者快速上手处理金融时间序列及多维数据集。
本文通过UCI循环发电厂数据集，演示如何使用pandas读取数据，并利用scikit-learn进行线性回归建模。内容涵盖数据预处理、特征选择、训练集与测试集划分、模型拟合、系数获取，以及通过MSE和RMSE评估模型性能，最后结合交叉验证与可视化分析优化模型效果。
本文详细介绍Python中pandas库创建DataFrame的多种方法，包括从字典和列表构建数据框、指定列名与顺序、修改列名以及生成随机整数数据。同时演示如何使用时间序列作为索引，并简要提及类SQL操作功能，帮助开发者快速掌握DataFrame的基础构建技巧。
本文系统讲解pandas中DataFrame数据选取的三种层次：行列、区域及单元格。详细解析df[]、df.loc[]、df.iloc[]、df.ix[]、df.at[]及df.iat[]的语法特性与适用场景，通过代码示例展示整数切片、标签索引、布尔数组及Callable对象的使用差异，帮助开发者精准掌握数据定位技巧。
本文介绍在Pandas中处理DataFrame数据的四种删除场景：按列名删除、按索引删除行、基于数值条件筛选以及基于字符串内容的过滤。通过模拟股票交易数据，演示drop方法及布尔索引的使用，帮助开发者掌握灵活的数据清洗技巧。
本文详细介绍pandas中Series数据结构的创建方式，包括通过列表、字典及指定索引生成Series。重点解析元素访问、布尔过滤、标量运算及数学函数应用，并深入讲解Series基于索引的自动对齐机制。同时涵盖Series与索引的命名属性设置，帮助开发者掌握基础数据处理技能。
本文介绍如何使用Python的Pandas、Matplotlib及Basemap库，对约五年的全球地震数据进行可视化处理。通过解析Excel数据，筛选中国省份，转换经纬度格式，并利用Basemap绘制带有震级大小映射的全球地震散点图，展示地震分布情况。
本文系统整理了24个Python性能优化技巧，涵盖代码计时、查找与循环加速、函数优化、标准库与高阶函数应用、NumPy向量化、Pandas及Dask数据处理，以及多线程多进程并行计算。通过对比低速与高速实现方案，帮助开发者显著提升代码执行效率。
本文介绍如何利用Python的Pandas库，从读取的Dataframe中筛选出满足特定条件的数据行。通过示例展示如何读取包含问号的数据，并过滤掉无效值，实现数据清洗与预处理。
本文介绍pandas 0.23.4版本中DataFrame的行列索引方法。详细解析loc、iloc及已弃用的ix三种方式，涵盖单行/多行、单列/多列及行列同时索引的用法。通过Series与DataFrame返回类型的对比，结合代码示例说明切片范围的闭开区间差异，帮助开发者准确掌握数据筛选技巧。