数据分析与挖掘知识点-1

train[col].nunique() 统计（该列有多少个不相同的数据）相加

train[col].isnull().sum() 处理缺失值 将列中为空的个数统计出来

train[col].value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True) 
可以对Series里面的每个值进行计数并且排序。
    （normalize: 如果为True，则返回的对象将包含唯一值的相对频率。
     sort: 按值排序    ascending: 按升序排序  dropna: 不包括NaN的数量）


train.sort_values(by=(['列名']),ascending=False)  按照次列 降序排列

train.drop('xxx',axis=1) 删除列    pd.drop(['xxx','yyy'],axis=0) 删除多行

train.concat(objs, axis=0, ignore_index=False)
    objs 需要连接的对象 
    axis = 0, 表示在水平方向(row)进行连接 axis = 1, 表示在垂直方向(column)进行连接  
    ignore_index 忽略需要连接的frame本身的index。当原本的index没有特别意义的时候可以使用  


data.fillna(-1)  # 填充缺失值为-1

numpy(ndarray 随机数组 常用操作 线性方程组和矩阵运算):https://blog.csdn.net/csj941227/article/details/75209328

pandas 增加一行：
    a=np.random.rand(6,4)
    a[0][1]='NaN'

    b=pd.DataFrame(a,columns=['A1','A2','A3','A4'])

    b.loc[6]=[1,2,3,4]
    b.loc[7]=[2,3,3,5]
pandas 增加一列：
    b['A5']=[7,6,5,4,3,2,1,0]
    # b.insert(0,'A5',[7,6,5,4,3,2,1,0])
    print(b)