1.时间
(1) 读取此时此刻时间
输入:
import time
print "time.time(): %f " `在这里插入代码片`% time.time()
print time.localtime( time.time() )
print time.asctime( time.localtime(time.time()) )
输出:
time.time(): 1692187490.383231
time.struct_time(tm_year=2023, tm_mon=8, tm_mday=16, tm_hour=20, tm_min=4, tm_sec=50, tm_wday=2, tm_yday=228, tm_isdst=0)
Wed Aug 16 20:04:50 2023
2.Dataframe数据
(1)读取
info()
包含列数、列标签、列数据类型、内存使用情况、范围索引以及每列中的单元格数(非空值)
dataframe.info(verbose,buf,max_cols,memory_usage,show_counts,null_counts)
import pandas as pd
df = pd.read_csv('data.csv')
df.info()
head() / tail()
不填写参数的话默认输出前五行/最后五行(不包括标题)
pandas.df.loc()
pandas中的df.loc[]主要是根据DataFrame的行标和列标进行数据的筛选的,其接受两个参数:行标和列标,当列标省略时,默认获取整行数据。两个参数都可以以字符,切片以及列表的形式传入。
(2)处理数据
pandas.DataFrame.groupby
DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, observed=False, dropna=True)[source]
groupby的过程就是将原有的DataFrame按照groupby的字段划分为若干个分组DataFrame,被分为多少个组就有多少个分组DataFrame。在groupby之后的一系列操作(如agg、apply等),均是基于子DataFrame的操作。
pandas.DataFrame.reset_index
reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')
作用:重置索引或其level。重置数据帧的索引,并使用默认索引。如果数据帧具有多重索引,则此方法可以删除一个或多个level。
reset_index() 方法将 DataFrame 索引重置为默认数字索引,在以下情况下特别有用:
- 执行数据整理时——尤其是过滤数据或删除缺失值等预处理操作,会导致较小的 DataFrame 具有不再连续的数字索引
- 当索引应该被视为一个常见的 DataFrame 列时
- 当索引标签没有提供有关数据的任何有价值的信息时
3.画图工具
seaborn
(1)boxplot
seaborn.boxplot(data=None, *, x=None, y=None, hue=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, ax=None, **kwargs)
箱线图用来展现数据的分布,能直观的展示数据的关键指标(如下四分位数、上四分位数、中位数、最大值、最小值、离散点/异常值点)
(2)barplot
seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None,\
estimator=<function mean>,ci=95, n_boot=1000, units=None, orient=None,\
color=None, palette=None, saturation=0.75,\
errcolor='.26', errwidth=None, capsize=None, dodge=True, ax=None, **kwargs)
条形图以矩形条的方式展示数据的点估值和置信区间