机器学习之数据集的基本操作

#导入需要用的工具包
import numpy as np
import pandas as pd

#1.先创建一个时间索引，所谓的索引（index)就是每一行数据的id，可以标识每一行的唯一值#
dates=pd.date_range('20180701',periods=6)
dates

#2.创建一个6X4的数据：randn函数用于创建随机数，参数表示行数和列数，dates是上一步创建的索引列 
df=pd.DataFrame(np.random.randn(6,4),index=dates,columns=list('ABCD'))
df

#3.使用字典来创建数据框，例如创建一个列名为A的数据框，索引是自动创建的整数 
df2=pd.DataFrame({'A':np.random.randn(6)})
df2

#4.字典内的数据长度不同，以最长的数据为准，比如B列有4行
df3=pd.DataFrame({'A':pd.Timestamp('20180701'),'B':pd.Series(1,index=list(range(4)))})
df3

#5.使用dtypes来查看各行的数据格式
df3.dtypes

#6.查看数据框中的数据，看一下所有的数据
df3

#7.head（）查看前几行数据（默认是前5行），不过你可以指定前几行
df.head()

#7.1可指定查看行数
df.head(3)

#8.tail（）查看后5行数据（用法同head()）
df.tail()

#9.查看数据框的索引
df.index

#10.查看数据值，用values
df.values

#11.查看描述性统计，用describe
df.describe()

#12.用type看一下输出的描述性统计是什么样的数据类型——DataFrame数据
type(df.describe())

#13.用T来转置数据，也就是行列转换
df.T

14.#对数据进行排序，用到了sort，参数可以指定根据哪一列数据进行排序
df.sort_values('D',ascending=False)