数据分析-Pandas类别数据中的字符串和日期处理

最新推荐文章于 2024-11-08 15:59:45 发布

Alex_StarSky

最新推荐文章于 2024-11-08 15:59:45 发布

阅读量1.9k

点赞数 56

分类专栏：机器学习文章标签：数据分析 pandas 数据挖掘

本文链接：https://blog.csdn.net/alex_starsky/article/details/137021338

版权

机器学习专栏收录该内容

29 篇文章 1 订阅

订阅专栏

数据分析-Pandas类别数据中的字符串和日期处理

数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？

数据表，时间序列数据在数据分析建模中很常见，例如天气预报，空气状态监测，股票交易等金融场景。数据分析过程中重新调整，重塑数据表是很重要的技巧，此处选择Titanic数据，以及巴黎、伦敦欧洲城市空气质量监测 $NO_2$ 数据作为样例。

数据分析

数据分析-Pandas如何转换产生新列

数据分析-Pandas如何统计数据概况

数据分析-Pandas如何轻松处理时间序列数据

数据分析-Pandas如何选择数据子集

数据分析-Pandas如何重塑数据表-CSDN博客

实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据并不完全是数值类型，也有可能是字符串，或者其他数据，需要做分类处理。pandas如何控制数据分类处理呢？需要配置哪些参数？

数据梳理

优化的 pandas 的.loc 、.iloc 、.at 和 .iat，使得数据访问方式正常。唯一的区别是返回类型（用于获取），和可以赋值已有的数值。categories

字符串类型的访问

只有适当的类型：.dt``.str``s.cat.categories，访问才正常：

In [1]: str_s = pd.Series(list("aabb"))
In [2]: str_cat = str_s.astype("category")
In [3]: str_cat
Out[3]: 
0    a
1    a
2    b
3    b
dtype: category
Categories (2, object): ['a', 'b']

In [5]: str_cat.str.contains("a")
Out[5]: 
0     True
1     True
2    False
3    False
dtype: bool

日期时间类型的访问

In [1]: date_s = pd.Series(pd.date_range("1/1/2015", periods=5))
In [2]: date_cat = date_s.astype("category")
In [3]: date_cat
Out[3]: 
0   2015-01-01
1   2015-01-02
2   2015-01-03
3   2015-01-04
4   2015-01-05
dtype: category
Categories (5, datetime64[ns]): [2015-01-01, 2015-01-02, 2015-01-03, 2015-01-04, 2015-01-05]

In [5]: date_cat.dt.day
Out[5]: 
0    1
1    2
2    3
3    4
4    5
dtype: int32

这意味着，Series访问器方法的返回值和属性，与category的访问器的方法和属性，两者将相等：

In [1]: ret_s = str_s.str.contains("a")
In [2]: ret_cat = str_cat.str.contains("a")
In [3]: ret_s.dtype == ret_cat.dtype
Out[3]: True

In [5]: ret_s == ret_cat
Out[5]: 
0    True
1    True
2    True
3    True
dtype: bool