机器学习之pandas库（四）用法总结

总结

pandas库是基于numpy，更适合机器学习中对数据进行处理的库，numpy偏向于科学计算，而pandas偏向于对数据的增删改查，并且很方便。

1. 将数据生成表（一维，二维，三维）
2. 查看表的各种信息
3. 脏数据清洗（填充，更改，删除等）
4. 数据预处理（排序，合并，分裂等）
5. 数据提取
6. 数据筛选（逻辑运算）
7. 数据计算（求均值，和，差等科学计算）
8. 数据统计
9. 数据输出
10. 可视化画图

将数据生成表

# 首先，在Python编译环境下，导入pandas库
import pandas as pd # 大部分工作者简写为pd
# 此时可以读取文件数据，或者自己生成数据
# 读取文件数据
data = pd.read_csv(r'',header=1) # 读取以csv结尾的文件数据，第一行为列名，如果数据中没有写列名，可以省略
data = pd.read_excel(r'') # 读取以excel结尾的文件数据
# 生成数据
ss = pd.Series() # 生成一维数据
df = pd.DataFrame([[1,2,3],
					[1,2,4],
					[4,2,5]],columns=['列名1','列名2','列名3'])
# 上述生成二维数据，columns是每列的列名

# 效果
列名1	列名2	列名3
0	1	2	3
1	4	5	6
2	7	8	9
# 第一列为下标索引，默认生成，也可以使用index来更改

查看表的各种信息

数据生成以后，我们可以对其进行各种信息查看，类似于munpy

# 维度查看
df.shape

# 数据表基本信息
df.info()
>>	# 效果
>>	<class 'pandas.core.frame.DataFrame'>
>>	RangeIndex: 3 entries, 0 to 2
>>	Data columns (total 3 columns