Day04 Pandas真没你想的那么难

初识pandas

详见我的github地址，放到评论区里了，那个观感更佳，而且对应的data文件和每一步的输出也可以看到。请移步评论区。这个我还没用搞好格式，见谅。希望可以共同进步~
 

import pandas as pd # pandas库就是来读取文件中内容的一个工具，别被吓到了
data = pd.read_csv('data.csv') # 将data.csv文件中的内容读取出来，放到data变量中

data.head() #data的前5行

type(data) #打印一下data的类型

data.isnull() # 看下data数据中的每一个地方是否有缺失值

data.head(10) #data的前10行

data2 = pd.read_excel('data.xlsx') # 读取Excel文件
data2

data.head() # Excel中的前几行

data.head(10) # Excel中的前10行

data.info() # data的信息

data.columns # data中的每一列的title

data.describe()   # 数值列的基本统计量

data.dtypes #各列数据类型
data.info() 

data["Annual Income"].dtype

data.isnull()

type(data.isnull())

data.isnull()

data.isnull().sum() #每列缺失值的数量

data['Annual Income'] # 访问data中的Annual Income列

type(data['Annual Income']) # data中的单独一列的类型

# 计算 ’Annual Income' 列的中位数，会自动忽略NaN值
median_income = data['Annual Income'].median()
median_income

dian_income,inplace=True) # 使用中位数来填充缺失值，两个参数，第一个是你要用什么参数填，第二个是找只填缺失值

# 检查下是否有缺失值
data['Annual Income'].isnull().sum() # 查一下data中Annual Income列是否有缺失值

# 使用众数填充缺失值
import pandas as pd
data = pd.read_csv('data.csv') # 重新读一遍数据
mode = data['Annual Income'].mode()
mode

mode = mode[0]

#众数填补
data['Annual Income'].fillna(mode,inplace=True)
# 检查下是否有缺失值 # 查一下缺失值个数
data['Annual Income'].isnull().sum()

data.columns # 查看列名

type(data.columns) # 查看列名， 具体有什么用？

import numpy as np
a = np.array([1,2,3]) # 一维数组
a.tolist() # 转换为列表

c = data.columns.tolist()
type(c)

c

type(c[0])

# 循环遍历c这个列表中的每一列
for i in c:
    if data[i].dtype != 'object':
        if data[i].isnull().sum() > 0:
            mean_value = data[i].mean()
            #用均值填充缺失值
            data[i].fillna(mean_value, inplace=True)
data.isnull().sum()