数据分析之常见操作

Annie_lily

于 2021-01-24 21:06:23 发布

阅读量264

点赞数

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/Annie_lily/article/details/113093441

版权

这篇博客介绍了Python进行数据分析的一些基本操作，包括数据的显示、合并，字符串替换，日期时间转换，数据类型转换，特征组合以及处理缺失值的方法，如使用特定值替换空值，以及运用apply、applymap和map等函数进行数据处理。

摘要由CSDN通过智能技术生成

1. 数据显示

#显示所有列
pd.set_option('display.max_columns', None)
#显示所有行
pd.set_option('display.max_rows', None)
#设置value的显示长度为200，默认为50
pd.set_option('max_colwidth',200)

2. 合并数据

data = train.append(test).reset_index(drop=True)

3. 某列中将含 '长虹' 的元素替换

data.loc[data['make'].str.contains('长虹', na=False), 'make'] = 'changhong'  #na=False遇到NaN返回False，而不是默认的NaN

4. 将某列中的 'PACM00' 替换成 'OPPO A5'

data['model'].replace('PBAM00',"OPPO A5",inplace=True)

5. pd.to_datetime()

from datetime import datetime

pd.to_datetime(
    arg,#int, float, str, datetime, list, tuple, 1-d array, Series DataFrame/dict-like
    errors='raise',# {'ignore', 'raise', 'coerce'}, default 'raise'
    d