Python数据分析之Pandas-2

系列文章目录

python数据分析之前奏_阿如村保安的博客-CSDN博客

Python数据分析之Numpy_阿如村保安的博客-CSDN博客

python数据分析之Panads-1（基本介绍）_阿如村保安的博客-CSDN博客

---

目录

系列文章目录

前言

一、数据格式转换

查看格式

格式转换

二、排序

三、基本统计分析

（ 1 ）描述性统计

（ 2 ）最值

（ 3 ）均值和中值

（ 4 ）方差和标准差

（ 5 ）求和

（ 6 ）相关系数和协方差

（ 7 ）计数

数据替换

四、数据透视

总结

---

前言

此文继续pandas学习笔记。

---

一、数据格式转换

在做数据分析的时候，原始数据往往会因为各种各样的原因产生各种数据格式的问题。数据格式是我们非常需要注意的一点，数据格式错误往往会造成很严重的后果。
并且，很多异常值也是我们经过格式转换后才会发现，对我们规整数据，清洗数据有着重要的作用。

首先打开数据文件movie_data.xlsx

​

查看格式

​

格式转换

​

​

将年份转化为整数格式

​

找到异常

​

​

修改

​

二、排序

按照投票人数进行排序

​

多个值排序，先按照评分，再按照投票人数

​

三、基本统计分析

（ 1 ）描述性统计

dataframe.describe()：对dataframe中的数值型数据进行描述性统计

​

通过描述性统计，可以发现一些异常值，很多异常值往往是需要我们逐步去发现的。

​

（ 2 ）最值

​

（ 3 ）均值和中值

​

（ 4 ）方差和标准差

​

（ 5 ）求和

​

（ 6 ）相关系数和协方差

​

​

（ 7 ）计数

​

数据替换

我们可以通过数据替换的方法将这些相同国家的电影数据合并一下。

​

​

计算每一年电影的数量：

​

四、数据透视

Excel中数据透视表的使用非常广泛，其实Pandas也提供了一个类似的功能，名为pivot_table。

pivot_table非常有用，我们将重点解释pandas中的函数pivot_table。

使用pandas中的pivot_table的一个挑战是，你需要确保你理解你的数据，并清楚地知道你想通过透视表解决什么问题。虽然pivot_table看起来只是一个简单的函数，但是它能够快速地对数据进行强大的分析。

1、基础形式

​

2、也可以有多个索引。实际上，大多数的pivot_table参数可以通过列表获取多个值。

​

3、也可以指定需要统计汇总的数据

​

4、还可以指定函数，来统计不同的统计值

​

通过将“投票人数”列和“评分”列进行对应分组，对“产地”实现数据聚合和总结。

​

5、非数值（NaN）难以处理。如果想移除它们，可以使用“fill_value”将其设置为0。

​

6、加入margins = True，可以在下方显示一些总和数据。

​

​

7、对不同值执行不同的函数：可以向aggfunc传递一个字典。不过，这样做有一个副作用，那就是必须将标签做的更加整洁才行。

​

---

总结

以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。