Pandas数据分析——从0.5到1学习指南

 注：本文是学习+整理的原创喔 

 基础部分

import pandas as pd
import numpy as np

设置行列最大数

pd.set_option('max_column',8,'max_rows',10)

文件读取：pd.read_csv

DataFrame组件访问：data.colunms   data.index   data.values

type查看数据类型或行列属性；data.['属性名']亦可

调用Series方法pd.Series

最大显示行数：pd.set_option('max_rows',8)

属性值出现次数：columns.value_counts()

属性值中位分位数：columns.quantile()

data.min(skipna=False) 参数说明：只计算非缺失值列         .max()    .mean()    .median()       .std()    .sum() 分别查看最小值、最大值、平均值、中位数、标准差、总和

data.isnull()查看空值       .isnull().mean()查看空值比例       属性.fillna(0)填补空值      属性.dropna()删除空值

data.value_counts(normalize=True) 查看每个值出现的频率

data.hasnans 判断是否有缺失值          属性.notnull()判断是否为非缺失值   

data可直接进行四则运算+ - * /

.add()加法    .mul()乘法    .floordiv()底除    .gt()筛选大于    .eq()筛选等于  .mod取模长 

括号串联筛选示例：(data.fillna(0).astype(int).head())

增加列名：data['列名']=0   注：也可使用insert()方法直接插入列与值

data.all()检查是否所有布尔值都为ture

筛选数据

筛选多列：data[['a','b']]  或者

pd.DataFrame(data,columns=['Height','Weight'])

筛选特定数据列：data.select_dtypes(include=['输入要筛选的数据类型']).head()

.ndim() 查看数据维度

数据分析部分

 

(明天接着写~)