pandas 数据处理 (聚合分组 groupby)

欢迎访问个人博客http://www.jkraise.top

时间戳 转换时间
import pandas as pd
import numpy as np

df = pd.read_csv("./train.csv")

print(df)
d_time = pd.to_datetime(df['time'], unit='s')
print(type(d_time)) # <class 'pandas.core.series.Series'>
print('--------------')
print(d_time)
时间值 处理

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KVhqMw6w-1609140063323)(pandas02.assets/1609116502837.png)]

删除 缺失值 dropna
import pandas as pd
import numpy as np

df = pd.read_csv('./breast-cancer-wisconsin.data')

df = df.replace(to_replace='?', value=np.nan)

print(df)
print('--------------')
# 默认是0 删除行数据  为1 删除列数据
# how='all' 全部是nan 删除
# how='any' 有nan就删除

df1 = df.dropna(axis=0, how='all')
print(df1)
pandas的合并
import pandas as pd
import numpy as np

df_data = pd.read_csv('./directory.csv')
print(df)
# 指定列的 合并
pd.merge()


merge 案例

import pandas as pd
import numpy as np

# 商品详情 product_id 商品的名字 和 aisle_id
product = pd.read_csv("C:/Users/halon/Desktop/数据挖掘/day05/instacart/products.csv")
# orderid  product_id
order_pro = pd.read_csv("C:/Users/halon/Desktop/数据挖掘/day05/instacart/order_products__prior.csv")

# orderId  userId
orders = pd.read_csv("C:/Users/halon/Desktop/数据挖掘/day05/instacart/orders.csv")

# aisles_nameid  aislesId
aisles = pd.read_csv("C:/Users/halon/Desktop/数据挖掘/day05/instacart/aisles.csv")

# 合并product和order_pro, 通过product_id
mg1 = pd.merge(order_pro, product, on=['product_id'])

# 合并mg1 和orders 通过order_id
mg2 = pd.merge(mg1, orders, on=['order_id'])

# 合并mg2 和aisles 通过aisle_id
mg3 = pd.merge(mg2, aisles, on=['aisle_id'])

# 用户购买的所有类商品的数量
user_ai = pd.crosstab(mg3['user_id'],mg3['aisle'])
print(user_ai)
聚合分组1
import pandas as pd
import numpy as np

df_data = pd.read_csv('./directory.csv')
print(df)
# 按国家分组
df_country = df.groupby('Country')
print(df_country.count().reset_index())
# 按国家 和省分组
df_country_Province = df.gourpby(['Country','State/Province'])

# 查看数据
print(df_country_Province.count().reset_index())

聚合函数+分组

import pandas as pd


df = pd.DataFrame({
    'color': ['white', 'red', 'green', 'red', 'green'],
    'object': ['pen', 'pencil', 'pencil', 'ashtray', 'pen'],
    'price1': [5.56, 4.20, 1.30, 0.56, 2.75],
    'price2': [4.75, 4.12, 1.60, 0.75, 3.15]
})
      
print(df)

# 先分组, 后聚合
df_color = df.groupby('color')
print(type(df_color))
print(df_color.mean())
print(df_color.max())
print('---------------------------------')
# 第二种  先聚合 再分组 (不常用)
price_m = df['price2'].groupby(df['color']).mean()
print(price_m)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 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
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