23种Pandas核心操作
程序员文章站
2022-05-20 10:53:20
...
读取数据集
pd.read_csv(“csv_file”)
pd.read_excel("excel_file")
保存数据到csv文件,且不带索引
df.to_csv("data.csv", sep=",", index=False)
基本的数据集特征信息
删除缺失数据
df.dropna(axis=0, how='any')
替换缺失数据
df.replace(to_replace=None, value=None)
使用 value 值代替 DataFrame 中的 to_replace 值,其中 value 和 to_replace 都需要我们赋予不同的值。
检查空值 NaN
pd.isnull(object)
删除特征
df.drop('feature_variable_name', axis=1)
axis 选择 0 表示行,选择表示列。
将目标类型转换为浮点型
pd.to_numeric(df["feature_name"], errors='coerce')
将目标类型转化为数值从而进一步执行计算,在这个案例中为字符串。
将 DataFrame 转换为 NumPy 数组
df.as_matrix()
通过特征名取数据
df.loc[feature_name]
DataFrame 操作
对 DataFrame 使用函数
该函数将令 DataFrame 中「height」行的所有值乘上 2:
df["height"].apply(*lambda* height: 2 * height)
或:
def multiply(x):
return x * 2
df["height"].apply(multiply)
重命名行
下面代码会重命名 DataFrame 的第三行为「size」:
df.rename(columns = {df.columns[2]:'size'}, inplace=True)
取某一行的唯一实体
下面代码将取「name」行的唯一实体:
df["name"].unique()
(20)总结数据信息
df.sum()
df.min()
df.max()
df.idxmin()
df.idxmax()
df.describe()
df.mean()
df.median()
df.corr()
df["size"].median()
选定特定的值
以下代码将选定「size」列、第一行的值:
df.loc([0], ['size'])
上一篇: Pandas DataFrame的index重新排列
下一篇: 617. 合并二叉树(简单)