一、函数 None 返回值 1、空返回值 在 Python 函数中 , return 返回值是可选的 , 函数可以没有返回值 ; def 函数名(函数参数): """函数文档字符串（可选）"""...- 接收 None 返回值 下面的代码中 , hello 函数没有使用 return 关键字 返回 返回值 ; 该 hello 函数 没有显示定义 返回值 , 实际上该函数返回的是 None 返回值...; 使用变量接收该函数的返回值 , 返回值是 None , 返回值类型是 NoneType ; 代码示例 : """ 接收 函数 None 返回值示例 """ # 定义无返回值的函数 def hello...return 关键字返回 None 在该示例中 , 比上一个示例多了 return None 返回值 , 其执行效果与没有返回值一模一样 ; 代码示例 : """ 接收 函数 None 返回值示例 ""...None 二、None 值应用场景 ---- 1、None 值应用场景简介 函数 None 返回值应用场景 : 函数返回值 : 表示函数没有返回值 ; 用于 if
但递归函数的返回值有时会出现意想不到的情况。 下面来举一个例子： >>> def fun(i): ... i += 1 ... if i < 5: ... ...return i ... >>> r = fun(0) >>> print(r) 比如上面这段代码，乍一看没什么问题，但返回值并不是我们期望的 5，而是 None。...>>> print(r) None 要解决这个问题也简单，就是在执行递归调用的时候，加上 return 语句。 修改之后的代码如下： >>> def fun(i): ...
今天群里边有人问到 Math.max() 方法返回 NaN 的问题，我简单举个例子，看下图： 看上去没什么问题，但为什么返回 NaN 呢？...我们先简单看一下 Math.max() 方法： Math.max() Math.max() 函数返回一组数中的最大值。...返回值： 返回给定的一组数字中的最大值。 注意：如果给定的参数中至少有一个参数无法被转换成数字，则会返回 NaN。 问题解决 仔细观察可以发现，代码中使用了 ......解构，这没问题，ES6 语法是支持这样了，会把数组解构成一组值。 但这里的问题是 array 是一个二维数组，解构完还是一个数组，而非数字，所以返回 NaN 了。...未经允许不得转载：w3h5 » Math.max()方法获取数组中的最大值返回NaN问题分析
去除 NaN 值 在Pandas的各类数据Series和DataFrame里字段值为NaN的为缺失数据，不代表0而是说没有赋值数据，类似于python中的None值。...首先，可以通过isnull 和 notnull 方法查看有哪些NaN值，这两个方法返回的布尔值，指示该值是否是NaN值，结合sum 方法可以获取每列空值的数目以及总数。...duplicated() duplicated 方法可以返回重复数据的分布情况，以布尔值显示。...= True) # 同样可以多对多替换 ss.replace(["c", "a"], ["hello", "world"], inplace = True) # 字典形式传参也可以，key是待替换的值...size函数则是可以返回所有分组的字节大小。count函数可以统计分组后各列数据项个数。get_group函数可以返回指定组的数据信息。而discribe函数可以返回分组后的数据的统计数据。
，会将读取到的数据返回一个DataFrame，当然按照参数的要求会返回指定的类型。...# int类型，默认为None pd.read_csv(data, nrows=1000) 17 空值替换 na_values参数的值是一组用于替换NA/NaN的值。如果传参，需要指定特定列的空值。...# 空值为NaN pd.read_csv(data, keep_default_na=False, na_values=[""]) # 字符NA和字符0会被认为是NaN pd.read_csv(data...# a、b、c均被认为是NaN，等于na_values=['a','b','c'] pd.read_csv(data, na_values='abc') # 指定列的指定值会被认为是NaN pd.read_csv...(data, na_values={'c':3, 1:[2,5]}) 18 保留默认空值 分析数据时是否包含默认的NaN值，是否自动识别。
这与np.nan的行为不同，其中与np.nan的比较总是返回False。...NA> 警�� 目前，涉及 ndarray 和NA的 ufunc 将返回一个填充有 NA 值的对象 dtype。...这与np.nan的行为不同，其中与np.nan的比较总是返回False。...这与np.nan的行为不同，其中与np.nan的比较总是返回False。...警告 目前，涉及 ndarray 和NA的通用函数将返回一个填充有 NA 值的对象 dtype。
squeeze 如果文件值包含一列，则返回一个 Series，如果多个列无论如何还是 DataFrame。...# int, default None pd.read_csv(data, nrows=1000) 空值替换 na_values 一组用于替换 NA/NaN 的值。如果传参，需要制定特定列的空值。...这些值为认为是空值 NaN：[‘-1.#IND’, ‘1.#QNAN’, ‘1.#IND’, ‘-1....# 空值为 NaN pd.read_csv(data, keep_default_na=False, na_values=[""]) # 字符 NA 字符 0 会被认为 NaN pd.read_csv(..."]) # a、b、c 均会被认为 NaN 等于 na_values=['a','b','c'] pd.read_csv(data, na_values='abc') # 指定列的指定值会被认为 NaN
这是因为缺失值（np.nan）属于float 类型。 这时候我们的 str 属性操作来了，来看看如何使用吧。...先来看下替换操作，例如：将空字符串替换成下划线。...James Shen Zhen None Andy NaN NaN NaN Alice None 提取子串 既然是在操作字符串...DataFrame contains() 如果每个字符串都包含pattern / regex，则返回布尔数组 replace() 用其他字符串替换pattern / regex的出现 repeat()...str.rjust zfill() 等同于str.zfill wrap() 将长长的字符串拆分为长度小于给定宽度的行 slice() 切分Series中的每个字符串 slice_replace() 用传递的值替换每个字符串中的切片
注意把官方提示把from pandas.io import data, wb替换为from pandas_datareader import data, wb。...利用DataReader抓取数据 # 定义获取数据的时间段 start = datetime.datetime(2010, 1, 1) end = datetime.datetime(2016,5,20...数据读取和输出pd.read_csv and to_csv 从文件读取数据是非常常见的操作 sh.to_csv('sh.csv',header=None) names = ['Date','Open'...boolean型的DataFrame，我只想先看一下是否有缺失值，不用肉眼。...的行才drop，若axis=1则对列； 若how='any'默认，则drop所有含NaN的行或列; inplacce=True则inplace操作，不返回； 默认inplace=False，返回一个drop
一、 目标和步骤 将上图示例的文件处理为（站点，时间）坐标的 nc 格式数据，方便以后直接读取，主要有以下几个步骤： 将文本文件读取为 DataFrame 并将无效值替换为 Nan 将时间信息处理为...import datetime time = datetime( # datetime 只接收整形参数，返回一个datetime类型的日期 ds['年'].astype(int...), ds['月'].astype(int), ds['日'].astype(int) ) return pd.to_datetime(time) 具体的处理，包括特征值替换、插入日期列...# 替换掉所有特征值 df_t.insert( # 插入日期列，此时并不以此为索引 1, 'Date',df_t.iloc[:, 1:4].apply(YMD_todatetime...而是用 pd.read_table 读取，选项sep='\s+'表示字段间至少有一个空格，\s 代表空白字符，+ 表示前面的字符至少重复一次（具体查看正则表达式的用法） na_values 选项将把指定的值替换为
一种很不 pythonic 的做法就是，先转换成某种能和 JSON 数据类型直接转换的值，然后在 dump，这么做很直接很暴力，但是在各种花式数据类型面前就很无力。...=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw): #...cls is None and indent is None and separators is None and default is None and not sort_keys and...返回值 _iterencode，是函数中 c_make_encoder 或者 _make_iterencode 这两个高阶函数的返回值。...在对面无法识别的类型时候就使用了 _default() 这个方法，然后递归调用解析各个值。 _default 就是最前面那个被覆盖的 default。
17 可以看到，用户 Tom 的性别为 None，用户 Mary 的年龄为 NAN，生日为 NaT。...你可能会奇怪说，前面不是已经说过了么，None、np.nan、NaT这些都是缺失值。...NaN James NaN Andy NaN Alice 30.0 Name: age, dtype: float64 对于 DataFrame，可以指定每列要替换的值...male Mary female James male Andy NaN Alice NaN Name: sex, dtype: object 除了可以替换特定的值之外...，还可以使用正则表达式来替换，如：将空白字符串替换成空值。
1、前言 pandas是python数据分析中一个很重要的包； 在学习过程中我们需要预备的知识点有：DataFrame、Series、NumPy、NaN/None； 2、预备知识点详解 NumPy...（参考：Series与DataFrame） NaN/None： python原生的None和pandas, numpy中的numpy.NaN尽管在功能上都是用来标示空缺数据。...（参考：NaN 和None 的详细比较） 3、pandas详解 3.1 简介： pandas是一个Python语言的软件包，在我们使用Python语言进行机器学习编程的时候，这是一个非常常用的基础编程库...()： 将无效值替换成为有效值 具体用法参照：处理无效值 4、Pandas常用函数 函数 用法 DataFrame.duplicated() DataFrame的duplicated方法返回一个布尔型...DataFrame.drop_duplicates() 它用于返回一个移除了重复行的DataFrame DataFrame.fillna() 将无效值替换成为有效值 5、Pandas常用知识点 5.1
这些与datetime.timedelta返回的值相同，例如，.seconds属性表示大于等于 0 且小于 1 天的秒数。这些值根据Timedelta是否有符号而有所不同。...这将返回一个类似于Series的索引的DataFrame。这些是Timedelta的显示值。...这些与 datetime.timedelta 返回的值相同，例如，.seconds 属性表示大于等于 0 且小于 1 天的秒数。这些根据 Timedelta 是否有符号而有符号。...这将返回一个类似于 Series 的索引的 DataFrame。这些是 Timedelta 的显示值。...被截断的行用省略号替换。
下列代码在 32 位系统上将返回 int32。...[ns]', freq=None) `to_timedelta()`，转换为 timedelta 对象。...errors 参数的默认值为 False，指的是在转换过程中，遇到任何问题都触发错误。...[379]: DatetimeIndex(['NaT', '2016-03-02'], dtype='datetime64[ns]', freq=None) In [380]: m = ['apple...参阅 对整数 NA 空值的支持。
'b'] #利用index值进行切片，返回的是**前闭后闭**的DataFrame, #即末端是包含的 data[0:2] #返回第1行到第2行的所有行，前闭后开，包括前不包括后...如果手动设定为 True，那么原数组就可以被替换。...pandas提供to_datetime方法将代表时间的字符转化为Timestamp对象： s = '2013-09-16 21:00:00' ts = pd.to_datetime(s) 有时我们需要处理时区问题...NaN NaN NaN 0 NaN NaN NaN NaN 3.0 2.0 3.0 4.0 那么由于索引不一样，就会出现合并起来的时候，不对齐。...———————————————————————————————————————————————————— 延伸六：空缺值NaN如何填补 前面提到的dataframe中填补缺失值可以使用.fillna，除了缺失值其实还有
Series 并应返回具有相同形状的转换值的 Series 或数组。...`Series` 有 `nsmallest()` 和 `nlargest()` 方法，返回最小或最大的 \(n\) 值。...并应返回一个形状相同的 Series 或数组，带有转换后的值。.../ 最大值 Series具有nsmallest()和nlargest()方法，返回最小或最大的(n)个值。...]: DatetimeIndex(['NaT', '2016-03-02'], dtype='datetime64[ns]', freq=None) In [398]: m = ["apple", 2
，"" 缺失值：df中缺失值为nan或者naT(缺失时间)，在S型数据中为none或者nan 相关函数 df.dropna()删除缺失值 df.fillna()填充缺失值 df.isnull() df.isna...() 官方文档 df.dropna() 函数作用：删除含有空值的行或列，删除缺失值 DataFrame.dropna(axis=0, how='any', thresh=None, subset=None...NaT 1 Batman Batmobile 1940-04-25 2 Catwoman Bullwhip NaT # 默认参数：删除行，只要有空值就会删除，不替换 df.dropna() name...(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs) dates DatetimeIndex...09-25', '2019-09-26', '2019-09-27', '2019-09-28', '2019-09-29'], dtype='datetime64
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
云直播
