Pandas学习笔记

Pandas数据分析处理库

数据预处理

导入一份泰坦尼克号乘客数据

复制代码
df.head()展示读取数据,默认读取前5行
df.tail()默认读取后5行
df.head(10)读取前10行

DataFrame结构

Pandas工具包的基础结构,二维矩阵结构,行表示数据样本,列表示特征指标。基本上读取数据返回的都是DataFrame结构。

DataFrame能调用的属性很多,具体查看API文档。

举例几种:

数据索引




Pandas中bool类型同样可以当作索引:

创建DataFrame

创建一个字典结构,其中key表示特征名字,value表示各个样本的实际值,通过pf.DataFrame()函数来创建。

Series操作

前面的操作对象都是DataFrame,读取的数据都是二维的,

如果在数据中单独取一列,就是Series格式,DataFrame是由Series组合起来得到的。

创建Series:

数据分析

机器学习中比拼的就是数据特征够不够好,将特征中连续值离散化是常用套路。

pivot数据透视表

groupby操作

常用函数操作

Merge操作

如key列值不同

复制代码
data.drop_duplicates()去掉重复数据
data.drop_duplicates(subset='k1')只考虑某一列重复的情况,其他全部舍弃
数据处理通常会遇到缺失值,通过isnull()函数判断缺失情况,True表示缺失
df.isnull().any()判断某一列是否有缺失
相关推荐
小七在进步9 小时前
string的实现(3)
开发语言·c++·笔记·visual studio
叼烟扛炮10 小时前
[LangChain] 学习笔记(13):并发不是越大越好——batch / gather / 信号量 / 配额治理
笔记·学习·langchain
渣渣盟10 小时前
狂命爆肝99天,共52K字的JAVA学习笔记奉上,JAVA从入门到精通一文搞定,一文在手JAVA无忧
java·笔记·学习
叼烟扛炮21 小时前
[LangChain] 学习笔记(09):工具(Tool)定义与调用闭环 · 理论+实战完整版
笔记·学习·langchain
个 人 练 习 生21 小时前
C++:从零基础到深入了解vector的使用
开发语言·c++·经验分享·学习·程序人生·stl
Rabitebla1 天前
【Linux操作系统】 文件篇(一):文件描述符与 Linux 文件管理机制
linux·网络·c++·笔记·学习
Flying Bear1 天前
Keithley 2450 SourceMeter源表上位机开发笔记
笔记·单片机·嵌入式硬件
旖旎夜光1 天前
【C++ 基础入门】智能指针:RAII、unique_ptr 与 shared_ptr 循环引用
c++·笔记·学习·智能指针
饮水桶_T1 天前
Python 面向对象(十七)|继承、封装、多态 笔记
数据结构·笔记·算法
星恒随风1 天前
MySQL 从零入门(十):MVCC、Undo Log 与 Read View 详解——InnoDB 如何实现事务隔离?
linux·数据库·笔记·sql·mysql