DataFrame和Series练习

本文主要探讨了Python中DataFrame和Series的数据结构,通过实例详细介绍了它们的创建、操作及常见用法,包括数据读取、筛选、排序、聚合等核心功能。
摘要由CSDN通过智能技术生成

主要练习DataFrame的

import pandas as pd
zhou=[[1,2,3,4],[5,6,7,8]]
df=pd.DataFrame(zhou,columns=['x1','x2','x3','x4'])
df1=df.copy()                 #拷贝一个DataFrame的副本

import os
import datetime
import numpy as np
from scipy import sparse
from scipy.stats import mstats
import pandas as pd
from pandas.api.types import is_numeric_dtype
import re
import pickle
import shutil

import xgboost as xgb
import lightgbm as lgb
from sklearn.model_selection import KFold

s=pd.Series(['-10.0121','+11.222','9.087'])
s = s.str.extract('([-+]?\d*\.\d+|\d+)', expand=False).astype(float).round(2)
    # deal with outliers
“”“
0   -10.01
1    11.22
2     9.09
dtype: float64
”“”
s = pd.Series(mstats.winsorize(s, limits=[0.01, 0.01]))    
    
    
tmp_s=pd.DataFrame([['row1','y1'],['row2','y1'],['row3','y2'],['row4','y1'],['row5','y1'],['row6','y2'],['row7','y1'],['row8','y2'],['row9','y3'],['row10','y2']],columns=['feature','label'])
tmp_counts = tmp_s['label'].value_counts() #对训练数据的标签进行计数
“”“
Out[81]: 
y1    5
y2    4
y3    1
Name: label, dtype: int64
”“”
num_top=2
tmp_counts_top = tmp_counts[:num_top]  #筛选(过滤):选出Series中最高的几个
tmp_num_unique = np.sum(tmp_counts>4)  #筛选出次数异常的(大于某个阈值)
tmp_counts_num = pd.to_numeric(tmp_counts_top.index.to_series(), errors='coerce')
tmp_counts_num_extract = tmp_counts_top.index.to_series().str.extract('([-+]?\d*\.\d+|\d+)', expand=
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
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