kaggle入门教程笔记| 3

这篇博客介绍了在Kaggle入门过程中的学习笔记,主要聚焦于summary Functions和Maps的使用。通过实际数据集展示了描述性统计、均值计算以及对象数量统计。此外,还探讨了map与apply在数据处理中的区别,并记录了两个涉及wine性价比计算和文本频率统计的实际问题。
摘要由CSDN通过智能技术生成

前言:summary Functions and Maps,还有一些题目记载

1.summary Functions

这次用到的是作业的数据,记数据集为data

(1) 描述性统计

data.realgdp.describe()

在这里插入图片描述
(2) 均值

gdp_mean = data.realgdp.mean() #求realgdp的均值

(3) 求出对象数量和详情
比如在整理文献数据的时候,有些作者写了不止一篇,现在要得到文档中有多少个作者。

#法一
name_list = set(list(df['作者']))

#法二
name = df.作者.unique()  

 #求出每位作者发表了多少篇文
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

砂锅咸鱼

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值