pandas

Posted 2022-04-17 evan0925

三大对象

1.DataFrame（index,  columns ,values）

　　1）先从文件(excel,csv,mysql)中读取，或者自己制造一个DataFrame对象

　　2)查看数据

　　　　查看数据的形状（几行几列）

　　　　查看每一列的数据类型，数据中是否有空值（行、列），查看每一列和标签的关系（离散-柱状图，连续-密度图或者子状图），两列之间的相关度，查看整个的数据分布（最小，最大，均值，标准差等）目的之一是找出异常值。

　　3）清洗数据

　　　　删除

　　　　　　列（如序号列）、行、空值的列（如：一列中绝大多少是空值）

　　　　替换

　　　　　　空值（一列中极少数空值，替换方法许多，如均值（连续型如年龄），众数（离散型，如性别），线性差值等），去掉空格/特殊字符，数据类型转换，列名，索引名

　　4）整理

　　　　　　排序：列的值，索引

　　　　　　修改结构：列变成索引

　　　　　　分组：索引，列

　　　　　　　　注意：分组要做数据统计   （透视表-pivot-table、 交叉表）

　　　　　　应用函数

　　　　　　　　列

　　5）数据合并

　　　　多个DateFrame 按照不同的轴合并

　　6）数据统计

　　　　count，sum，max，min  mean

　　7）可视化

　　　　

　　

2.Series

3.Panel