Python Pandas库的学习（三）

 

今天我们来继续讲解python中的pandas库的基本用法

那么我们如何使用pandas对数据进行排序操作呢？

food.sort_values("sodium_(mg)",inplace= true)
print(food["sodium_(mg)"])
food.sort_values("sodium_(mg)",inplace=true,ascending= false)
print(food["sodium_(mg)"])

我们对food，进行sort_values方法，会自动帮我们排序，第一个参数"sodium_(mg)"是我们数据中的列名

意思是说，你要对哪一列数据进行排序，inplace 参数的意思是，你需要生成一个新的数据，还是在原来的基础上进行，可以通过该参数指定

而sort_values排序的时候，就默认从小到大进行排序。

那么我们想做一个从大到小的排序如何做呢？

ascending这个参数，是指定一个排序升降序。在这里指定，默认该参数为true，也就是从小到大

那么我们在上面的代码中可以看到，ascending参数设置为flase以后，即是从大到小

下面我们讲个点单的例子，泰坦尼克号小案例

import pandas as pd
import numpy as np
titanic_survival = pd.read_csv("titanic_train.csv")
titanic_survival.head()

我现在有一下一些数据，每个值都代表不同的含义，实际是一个船人员信息表，有价格，有年龄，有名字，有座位编号，等等一些数据

下面我们将年龄这一列进行数据处理，看看能得到什么结果，我们先查看了一下，前十个人的年龄如下

发现在5号人，的年龄为nan，也就是说，这个数据为空，或者数据丢失。我们来对这个缺失值进处理

我们通过isnull方法，对数据进行判断，判断值是否为空。可以看到为true的说明数据丢失了

然后我们将这个为空的数据作为索引，可以找到全部数据中，数据丢失的值

那我们现在统计一下，有多少个数据丢失了，可以用len方法。统计数据为空的值，为177就可以得到177个数据为空的值

我们得到了缺失值后，要对缺失值进行处理

 那么我先对数据没有做缺失值处理的情况下，进行一个求平均值的操作

我们可以看到，算出来的值是nan，说明有问题！所以我们不能把带有缺失值得也计算在里面

接下来我们对数据进行处理

一个基本的想法是这样的，就是说，当前数据中，有值的，我们就拿出来进行平均计算，没有值的，就不取出来进行运算

 

通过这样的计算，我们可以得到，平均年龄为29.6岁

这种方法可能有些麻烦，那么pandas中有没有什么好的方法可以直接帮我们处理呢？ 答案是有的

我们用这样一个简单的方法，一步就可以帮我们取出年龄的平均值。

那我们继续说些难一点的。我们在数据中，分了船舱有1， 2 ，3个等级，我们想计算一下，每个等级下的平均价格是多少

如何计算呢？

这段代码的意思是，我先用for循环，在数据中找到，哪些人是一等舱的人，哪些人是二等舱的人，哪些人是三等舱的人

我们先讲这些人的数据拿到手，拿到之后，我们进行列的定位，定位到价格这列，然后进行平均值，这样就可以得到一个平均价格

分别为以上三个，但是这种做法很麻烦，那么pandas中有没有一个更简单的方法帮我们处理数据呢？看下面的代码

我们有个需求，想算一下，3个舱位每个舱位的平均获救人数的值

可以看到我们在pivot_table中，有三个参数，第一个参数为index，就是说我们要对哪列数据进行统计

values则是说，你要在统计参数一的基础上和哪个数据有关系，作为统计。

第三个参数是aggfunc，就是说你要统计前面两个参数的什么值，我们这边统计平均值。既可以获得以上平均数据

那么我们在计算一下，每个舱位的平均年龄是多少

我们可以直接按照这种方式进行计算，既可以得到每个舱的平均年龄，这里可以看到我们没有添加第三个参数因为如果不加参数3，那么系统会默认帮我们取平均值

 那我们又有了新的需求。我们现在想看看。一个量之间，与其他量的关系

我们将index设置为登船地点，那么values是船票的价格，和获救与否，最后一个参数是计算总值。

这里我们想得到的数据就是，分别在c、q、s这三个码头登船的人的获救总数

这个数据我们可以看到，c码头卖出了1万多块的票价，获救人数是93人。以此类推

那么我们先继续看

因为数据中有些缺失值，那么我们想把这些缺失值都丢掉应该怎么做呢？

dropna的意思就是说，丢弃当前的缺失值。我们 想去掉age sex中有缺失值的数据，需要将这两列数据dropna方法中即可

我们继续

那么我想对数据，定位到具体的某个值，我们怎么办呢？

我们可以看到，我们想找第83个样本的年龄，那么我们只需要在参数中添加样本编号，以及需要取到的数据对应的列名。

今天就先讲到这里，感谢大家的阅读。谢谢！！

 更多好文章：https://www.yuanrenxue.com/