文章目录3.数据清洗3.1检测与处理缺失值1.缺失值的检测：2.缺失值的统计：3.缺失值的处理<1>.删除缺失值： `dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)`<2>.填充缺失值：<3>.DataFrame中用均值填充：3.2检测与处理重复值<1>.检测&lt

数据处理（panads与numpy）模块#读取数据import pandas as pdimport numpy as npfile_path = open('地址')file_date = pd.read_csv(file_path)file_date.head()##tail()#数据预处理file_date.duplicated()#重复值检测file_date = file_date.dr

用python做数据分析与可视化(一)python编程基础这一块前面我写过博客，奉上链接：https://blog.csdn.net/qq_43636709/article/details/109448571这篇就来看看几个小实例后面有python很基础的知识点和例子后面数据分析能用上下一更上numpy与pandas的细节实训一1.读取csv文件import csvf = open("D:/大学/

数据分析与可视化（三）numpypandas比较重要东西多下一次把这个细节好多啊但常用的也不太多 而且可以在用的时候找的不过还是知道些会一点的好python提供了众多可以支持数据处理的包，因而利用python进行数据分析非常简洁高效，是进行数据分析的不二之选。其中Numpy和Pandas是最为常用的包。Numpy简介NumPy是Python的一种开源的数值计算扩展库。它包含很多功能，如创建n维数组

文章目录1.数据载入1.1读写文本文件（1）文本文件的读取：（2）文本文件的存储1.2读写excel文件t(1).pandas 的read_excel函数可以读取“xls”和“xlsx”两种excel文件(2).Excel文件的存储2.合并数据2.1 merge合并数据2.2concat数据连接2.3combine_first合并数据3.数据清洗3.1检测与处理缺失值1.缺失值的检测：2.缺失值的

Spark的基础编程Spark的一些基本概念1.RDD：弹性分布式数据集，是分布式内存的一个抽象概念，提供了一种高度受限的共享内容模型，即RDD是只读的记录分区的集合，只能基于稳定的物理存储中的数据集来创建RDD，或者通过其它RDD上执行确定的转换操作（如map,join,group by）来创建，这些限制使得实现容错的开销很低。一个RDD 就是一个分布式对象集合，作为数据结构，RDD本质上是一个

to_date()to_date("要转换的字符串","转换的格式")两个参数的格式必须匹配，否则会报错。即按照第二个参数的格式解释第一个参数。to_char(日期,"转换格式" ) 即把给定的日期按照“转换格式”转换。转换的格式：表示year的：y 表示年的最后一位 yy 表示年的最后2位 yyy 表示年的最后3位 yyyy 用4位数表示年表示month的：mm 用2位数字表示月；mon 用简写

Hbase表结构与常用操作命令一.使用Hbase前需要先启动Hadoopstart-dfs.sh，然后启动Hbasestart-hbase.sh与Hbase Shellhbase Shell，进入shell命令提示符状态。概念：HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigta

from tkinter import *from pymssql import *import tkinter.messagebox as mbdef sql1(self):#用于查询 有返回值ip = '127.0.0.1'userName = 'sa'passWord = 'lzyft1030'con = connect(ip,userName,passWord)cur = con.curs

云计算的服务模型云计算有IaaS（Infrastructure as a Service，基础架构即服务），PaaS（Platform as a Service，平台即服务），SaaS（Software as a Service，软件即服务）三种基本模型。1.IaaS：提供最底层的IT基础服务，包括处理能力，存储空间，网络资源等，用户可以从中获取硬件或者虚拟化硬件资源（包括luo机或者虚拟机），之