wps最新官网的下载地址怎么找

wps office的免费版的下载的网站在哪里

作者：

seo

在

　　上一章内容python数据分析入门【一】 — DataFrame & Series

　　下一章内容python数据分析入门【三】 — 数据分析

　　1、数据导入和导出

　　1.1 数据的导入

　　1）一般方式导入文件

　　用python内置的和，缺点是不能对数据按格式划分，并封装成可计算的对象

　　在这里插入图片描述

　　在这里插入图片描述

　　2）导入csv文件

　　使用，如果存在中文路径会报错，此时使用打开文件即可（参考https://blog.csdn.net/qq_35318838/article/details/80564938）。得到的数据会被封装成对象

　　默认分隔符是’,’

　　在这里插入图片描述

　　修改分隔符，并修改列名

　　3）导入文本文件

　　注意文本文件一上来就是数据，没有表头，所以要设置列名，并设置分隔符。

　　在这里插入图片描述

　　在这里插入图片描述

　　4）导入excel文件（后缀xlsx）

　　​ 对于导入文件编码错误问题，可以用指定编码格式

　　在这里插入图片描述

　　1.2 数据的导出

　　1）导出csv/txt文件

　　​ 用导出csv，文本等文件，可以设置，表示不打印索引列（没有)

　　在这里插入图片描述

　　在这里插入图片描述

　　2）导出xlsx文件

　　​ 用导出csv，文本等文件，可以设置，表示不打印索引列

　　在这里插入图片描述

　　2、值处理

　　值处理包括：重复值，缺失值，空格值的处理

　　A、重复值处理

　　在这里插入图片描述

　　2.1 用duplicated()找出重复位置wps office的免费版下载的网站在哪里

　　1）找出行的重复位置

　　不指定列，则对行（所有列WPS office官网最新的下载入口是什么）进行重复值位置查找

　　在这里插入图片描述

　　2）根据列，找出重复位置

　　在这里插入图片描述

　　在这里插入图片描述

　　根据返回值，把重复数据提取出来

　　df[dIndex]

　　2.2 用drop_duplicates()删除重复值

　　1）根据行重复值进行删除

　　在这里插入图片描述

　　2）通过指定列，删除重复值

　　在这里插入图片描述

　　2.3 向量化计算提取重复值

　　​ 对于boolean类型的一维数组A，可以根据A，利用向量化计算，提取重复值数据。

　　B、缺失值处理

　　2.1、缺失值的产生和处理方法

　　缺失值的产生：

　　有些信息暂时无法获取有些信息被遗漏或者错误处理了（年龄那一列要求是数字，但是填入了‘a’，‘b’）

　　缺失值的处理方法：

　　数据补齐（填充平均值）删除对应缺失行（数据量少慎用）删除对应缺失行不处理

　　2.2、用 isnull() 找到空值位置

　　在这里插入图片描述

　　在这里插入图片描述

　　2.3、获取空值所在的行

　　1）默认所有列

　　2）指定判断空值的列

　　2.4、用 fillna() 填充空值

　　2.5、用 dropna() 删除空值所在的行

　　C、空格值处理

　　2.1、用str.strip()处理某一列的空格值

　　在这里插入图片描述

　　2.2、将处理好的数据放回原列

　　在这里插入图片描述

　　3、字段处理

　　A、字段抽取

　　字段抽取：

　　根据已知列数据的开始和结束位置，抽取出新的列。例如对于电话号：138 0013 8000，其中138是运营商，0013是地区，8000是号码

　　在这里插入图片描述

　　3.1、用Series.astype()转换数据类型

　　3.2、用str.slice()字段抽取

　　在这里插入图片描述

　　B、字段拆分

　　字段拆分：按照固定的字符，拆分已有字符串

　　在这里插入图片描述

　　3.1、用split()拆分得到DataFrame

　　在这里插入图片描述

　　3.2、用split()拆分得到Series

　　在这里插入图片描述

　　C、字段合并

　　字段合并：指将同一个数据框中的不同的列，进行合并，形成新的列（字段拆分的逆操作）

　　 wps的官网的下载的地方在哪里在这里插入图片描述

　　注意先将Int64转化成str，才能进行字段合并(字符串加法)

　　在这里插入图片描述

　　D、字段匹配

　　字段匹配：根据各表共有的关键字段（eg：id字段，且数据类型一致），把各表所需的记录一一对应起来，组成一条新的记录

　　在这里插入图片描述

　　在这里插入图片描述

　　3.1、用pd.merge()左连接

　　在这里插入图片描述

　　3.2、用pd.merge()右连接

　　在这里插入图片描述

　　3.3、用pd.merge()外连接

　　在这里插入图片描述

　　4、记录处理

　　A、记录抽取

　　记录抽取：指根据一定的条件，对数据进行抽取

　　在这里插入图片描述

　　4.1、比较运算

　　结果都是

　　在这里插入图片描述

　　4.2、范围运算
wps office 官方下载地方(wps官网首页登入)
　　在这里插入图片描述

　　4.3、空值匹配

　　在这里插入图片描述

　　4.4、根据关键字过滤

　　在这里插入图片描述

　　在这里插入图片描述

　　B、随机抽样

　　随机抽样：随机从数据中，按照一定的行数或者比例抽取数据

　　在这里插入图片描述

　　4.1、按个数抽样

　　4.2、按百分比抽样

　　4.3、可放回的抽样

　　4.4、分层抽样

　　用按个数抽样

　　wps office 官方下载的入口怎么找在这里插入图片描述

　　用按比例抽样

　　在这里插入图片描述

　　C、记录合并

　　记录合并：指将两个结构相同的数据框，合并成一个数据框

　　在这里插入图片描述

　　4.1、数据框结构相同时的合并

　　在这里插入图片描述

　　4.2、数据框结构不同时的合并

　　在这里插入图片描述

　　5、其余操作

　　A、简单计算

　　简单计算：指通过对已有字段进行加减乘除等运算，得到新的字段

　　在这里插入图片描述

　　B、数据标准化

　　数据标准化：指将数据按比例缩放，使之落入到特定区间，方便不同变量的比较关系：聚类分析，主成分分析等。

　　0-1标准化（方便十分制，百分制的换算）： $ x^* = frac{x – min}{max -min}$

　　在这里插入图片描述

　　在这里插入图片描述

　　C、数据分组

　　数据分组：根据数据分析对象的特征，按照一定的数值指标，把数据分析对象划分为不同的区间进行研究，以揭示其内在的联系和规律性。

　　在这里插入图片描述

　　5.1、用df.groupby()按字段值分组（定性分组）

　　在这里插入图片描述

　　注意

　　用来获取分组记录用来获取分组的某一列，方便对分组后的该列进行统计分析

　　5.2、用pd.cut按区间分组（定量分组）

　　 wps的的官网最新下载的入口是多少在这里插入图片描述

　　5.3、用pd.cut按区间自定义标签分组（定量分组）

　　在这里插入图片描述

　　D、时间处理

　　时间转换：指将字符型的时间格式数据，转换成为时间型数据的过程时间格式化：将时间型数据，按照指定格式，转为字符型数据时间属性抽取：指从日期格式里面，抽取出需要的部分属性

　　5.1、用to_datetime()时间转换

　　wps的电脑版下载的地址在哪里在这里插入图片描述

　　5.2、用dt.strftime()格式化时间

　　在这里插入图片描述

　　5.3、用dt.xx抽取时间属性

　　E、时间抽取

　　时间抽取：指根据一定的条件，对时间格式的数据进行抽取

　　根据索引进行抽取根据时间列进行抽取

　　在这里插入图片描述

　　5.1、时间处理

　　在这里插入图片描述

　　5.2、按索引抽取

　　5.3、按时间列（dateTime）抽取

　　在这里插入图片描述

　　在这里插入图片描述

　　注意区别两种时间抽取的方法：一种是按索引列抽取，另一种是按非索引列抽取。

　　6、虚拟变量

　　虚拟变量：也叫离散特征编码，可用于表示分类变量，非数量因素可能产生的影响。

　　离散特征的取值之间有大小的意义（eg：尺寸（L，XL,XXL）

　　用来处理

　　离散特征的取值之间没有大小的意义（eg：颜色（Red，Blue，Green）

　　用来处理(dummy仿制品)

　　在这里插入图片描述

　　6.1、Series.map()处理有大小关系的离散变量

　　在这里插入图片描述

　　6.2、pd.get_dummies()处理无大小关系的离散变量

　　在这里插入图片描述

更多文章