摘要：以列表的形式显示数据表的列名。返回索引值为行列的数据。将一列按照降序排列，且得到的数据替换原数据。返回为，也就是缺失的数据，这时再调用函数即可求得缺失数据的个数。这是在中的自定义函数的使用方法，括号中传入函数名。
pandas是python中的 一个数据处理库，同样在使用的时候我们要先输入import pandas as pd引入。
1.df = pd.read_csv("文件路径")：这是读取csv文件的方法，如果要读取excel或其他文档，都有相应的read函数。
2.df.dtypes：如果在文件中有字符型数据返回的是object。
3.df.head(n)：将前n行数据显示出来，如果不传入参数则显示前5行数据。
4.df.tail(n)：将后n行数据显示出来，如果不传入参数则显示后5行数据。
5.df.columns：以列表的形式显示数据表的列名。
6.df.shape：以元组的形式显示表中数据的行数和列数。
7.df.loc[n]：返回索引值为n的行。
8.df.loc[m][n]：返回索引值为m行n列的数据。
9.df.loc[m:n]：返回索引值为m到n的行。
10.df.loc[[m,n,k]]：返回索引值分别为m,n,k的行。
11.df["str"]：返回列名为str的这一列。
12.df.columns.tolist()：将列名做成列表。
13.df["str"]*df["str"]：两列维度相同，则两列的对应位置相乘。
14.df.sort_values("str",inplace=True,ascending=False)：将str一列按照降序排列，且得到的数据替换原数据。inplace表示是否用排序后的数据替代原数据，默认为False，也就是不替换。ascending表示排序的顺序，默认为True，也就是按照升序排列。
15.judge = pd.isnull(df["str"])：返回bool型值，str这一列的数据是空值返回True，不是空值返回False。
16.a["judge"]：返回judge为True，也就是缺失的数据，这时再调用len()函数即可求得缺失数据的个数。
17.df.pivot_table(index="a",values="b",aggfunc=np.mean)：这是一个很重要的函数，将b求平均值，按照a的类别进行分类，第三个参数默认为求平均值。
18.df.loc[n,"str"]：定位到第n行，列名为str处的数据。
19.sort_res.reset_index(drop=True)：将排序后的数据的编号也重新排列，drop指是否丢弃原数据。运行后的结果与14的图对比可以发现，编号已经重新排列了。
20.df.apply()：这是在pandas中的自定义函数的使用方法，括号中传入函数名。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/43028.html
摘要：在使用之前，大多数数据分析师已经掌握了和，并且在刚上手时会经常习惯性想到老办法。这种根据列值选取行数据的查询操作，推荐使用方法。如果我又有一批数据，需要将两部分数据合并。 大毛 岂安科技业务风险分析师 多年订单业务反欺诈经验，负责岂安科技多款产品运营工作。 在使用Pandas之前，大多数数据分析师已经掌握了Excel和SQL，并且在刚上手Pandas时会经常习惯性想到老办法。如果谁能把...
摘要：在这个教程中，我们将利用的和包来进行数据清洗。在很多情况下，使用唯一的值作为索引值识别数据字段是非常有帮助的。清洗数据字段到现在为止，我们移除了不必要的列并改变了我们的索引变得更有意义。 作者：xiaoyu微信公众号：Python数据科学知乎：Python数据分析师 数据科学家花了大量的时间清洗数据集，并将这些数据转换为他们可以处理的格式。事实上，很多数据科学家声称开始获取和清洗数据...
摘要：在这里我分享下我个人入门机器学习的经历，希望能对大家能有所帮助。相关学习链接，，入门后的体验在入门了机器学习之后，在实际工作中，绝大多数的情况下你并不需要去创造一个新的算法。 机器学习在很多眼里就是香饽饽，因为机器学习相关的岗位在当前市场待遇不错，但同时机器学习在很多人面前又是一座大山，因为发现它太难学了。在这里我分享下我个人入门机器学习的经历，希望能对大家能有所帮助。 PS：这篇文章...
阅读 3361·2021-11-11 16:54
阅读 3504·2021-10-11 10:58
阅读 1252·2021-08-30 09:41
阅读 1803·2019-08-30 15:54
阅读 2026·2019-08-30 14:00
阅读 2698·2019-08-29 17:13
阅读 1656·2019-08-29 15:19
阅读 602·2019-08-29 15:14
