pandas 的基本使用

假设我们现在有pandas数据data

首先查看基本信息

data.head()

会看到表头和前几行数据的信息

data.dtypes

object 类似于 string 类型
float 和 int 就是数值类型类型

object 转 float

data['collumn_name'] = pd.to_numeric(df['collumn_name'])
df.dtypes

查

条件筛选

比如我们要查看满足 c1列的数大于0 或 c2列的数小于0 的数据：

data[data['c1']>0 | data['c2'] < 0)

删

删除一列

比如删除列名为‘id’的一列数据

data = data_df.drop(labels='id', axis=1)

删除Nan和inf

data = data_df[~data_df.isin([np.nan, np.inf, -np.inf]).any(1)]

当然，如果只是删除nan的话，有专门的函数

data = data_df.dropna()

改

合并数据

加入有

划分数据集

DataFrame.sample函数：

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)

n是选取的条数，frac是选取的比例（不能与参数n一起使用），replace是可不可以重复选（默认为False），random_state是随机种子，axis为0是选取行，为1是选取列。

train_df = data.sample(frac=0.7,random_state=0,axis=0)

validation_df = data[~data.index.isin(train_df.index)]