pandas
pandas dataframe可以实现SQL中的count case吗？
dataframe可以实现SQL中的count case吗？
谢邀
答案是完全可以，除此之外，pandas还提供各种复杂的表格数据操作，我们看看下面的例子
pandaspandas官网：
Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。pandas两个主要的数据结构包括DataFrame和Series。
DataFrame是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。
Series是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。
DataFrame接下来我们用dataframe来实现一些对表格的count操作
创建一个dataframe的数据，pandas中的dataframe等价于sql中的table
from pandas import DataFrame#创建一个表格数据,对于数据库中的tabledata { id:[1,1,1,2,2,2,2,3,3], domain:[
np十大入门必备？
Numpy是科学计算库,是一个强大的N维数组对象ndarray，是广播功能函数。其整合C/C .fortran代码的工具 ，更是Scipy、Pandas等的基础
.ndim ：维度
：各维度的尺度 （2，5）
：元素的个数 10
.dtype ：元素的类型 dtype(‘int32)
：每个元素的大小，以字节为单位 ，每个元素占4个字节
ndarray数组的创建
(n) ; 元素从0到n-1的ndarray类型
(shape): 生成全1
((shape)， ddtype ) ： 生成int32型的全0
np.full(shape, val): 生成全为val
np.eye(n) : 生成单位矩阵
_like(a) : 按数组a的形状生成全1的数组
_like(a): 同理
np.full_like (a, val) : 同理
（1,10,4）： 根据起止数据等间距地生成数组
（1,10,4, endpoint False）：endpoint 表示10是否作为生成的元素
():