关于数据清理，你必须知道这些！

兄弟姐妹们，盲猜又到了期末写大作业的时候了吧(别问我怎么知道)。

看到这里，你已经为你省下了一大笔时间了！下面的功能绝对省去了你很大一部分的查找时间(千万不能让你的小伙伴们知道)

正题开始(可能看上去有些枯燥，但是实用就完事了！)

1. 随机获取数据索引（可以用于打乱数据）
np.random.permutation(len(df))   返回类型为ndarray ，可以用list()或者.tolist()转成列表

2. 自定义数据的索引
df.index = range(df.shape[0])

3. 获取指定索引对应的所有行
df.iloc[index_list]   返回类型为DataFrame

4. 获取满足某一条件的数据对应的所有行
df[df['course_id']=="课程106"]  其中df['course_id']=="课程106"返回的是一列值为False和True的Series类型数据，当然你也可以用list来进行表示

5. 获取DataFrame指定行区间和列区间对应的数据
df.iloc[3:5,2:4]  获取前两行前一列对应的数据  逗号前后也可以用列表来表示df.iloc[[3,4],[2,3]]

6. 对数据按照行进行去重
df.drop_duplicates(index=True)  index参数表示在原有的df类型上进行修改

7. 删除满足指定条件对应数据的行
df.drop(index=df[df["course_price"]==0].index,inplace=True)  index表示删除的行对应的索引列表(可迭代对象都可以)

8. 删除有NaN数据的所有行
df.dropna(inplace=True)

9. 统计某一列数据相同值出现的次数
df[colunm_name].value_counts()  返回值为Series可以通过pd.Dataframe(df[colunm_name].value_counts())转为DataFrame

10. 对某个DataFrame对象增加一行数据
df.append(new_df,ignore_index=True)  其中new_df必须也是DataFrame对象，同时列名需要与df对应

11. 增加一列
df[column_name] = data  其中column_name对应新增加字段的列名，data为增加的数据

看到这里也挺不容易的，希望上述内容能真的帮助到你，如果你有数据分析或者其他计算机学习方面的问题，可以向我留言哦！感谢大家的支持。