【数据分析库】-Pandas
2018-09-20 16:59:26 3 举报AI智能生成
【数据分析库】--pandas
作者其他创作
大纲/内容
数据预处理实例
数据排序
data.sort_values()
字段
inplace
ascending
统计缺失值个数
1.查看字段的前几行的大概数值是否有缺失
2.查找缺失值并赋值
3.提取数据源中的缺失值并赋值
4.统计缺失值个数
自定义函数
1.书写自定义函数
2.设置apply函数
3.调用函数方法
数据的读取
read
read_csv
read_table
重点参数介绍
path
表示文件系统位置、URL、文件型对象的字符串
sep或delimiter
用于对行中各字段进行拆分的字符序列或正则表达式
header
用作列名的行号。默认为0（第一行），如果文件没有标题行就将header参数设置为None
index_col
用作行索引的列编号或列名。可以是单个名称/数字或有多个名称/数字组成的列表（层次化索引）
names
用于结果的列名列表，结合header=None，可以通过names来设置标题行
skiprows
需要忽略的行数（从0开始），设置的行数将不会进行读取
na_values
设置需要将值替换成NA的值
comment
用于注释信息从行尾拆分出去的字符（一个或多个）
parse_dates
尝试将数据解析为日期，默认为False。如果为True，则尝试解析所有列。除此之外，参数可以指定需要解析的一组列号或列名。如果列表的元素为列表或元组，就会将多个列组合到一起再进行日期解析工作
keep_date_col
如果连接多列解析日期，则保持参与连接的列。默认为False
converters
由列号/列名跟函数之间的映射关系组成的字典。如,{"age:",f}会对列索引为age列的所有值应用函数f
dayfirst
当解析有歧义的日期时，将其看做国际格式（例如，7/6/2012 ---> June 7 , 2012）。默认为False
date_parser
用于解析日期的函数
nrows
需要读取的行数
iterator
返回一个TextParser以便逐块读取文件
chunksize
文件块的大小（用于迭代）
skip_footer
需要忽略的行数（从文件末尾开始计算）
verbose
打印各种解析器输出信息，如“非数值列中的缺失值的数量”等
encoding
用于unicode的文本编码格式。例如，"utf-8"或"gbk"等文本的编码格式
squeeze
如果数据经过解析之后只有一列的时候，返回Series
thousands
千分位分隔符，如","或"."
dtype
整数
浮点数
字符串
head
tail
显示列名称，查看指标
data.columns
显示数据的行数及列数
data.shape
常用预处理方法
直接去除缺失值
样本的均值、中位数、众数填充法
数据透视表
data
values
统计的数和values的关系
index
统计时以index为基准
columns
aggfunc
以什么方式统计
fill_value
margins
dropna
margins_name
通过索引值查询数据集
loc
重设索引值
reset_index
Series结构
values
sort
相加功能
职业： Data Analyst
0 条评论
下一页
