01-多层行索引
进行切片,有些汉字出问题,有些没问题
02-Pandas数据处理
删除重复元素
df = DataFrame({'color':['white','white','red','red','white'],
'value':[2,1,3,3,2]})
display(df,df.duplicated(),df.drop_duplicates())
映射
- replace()函数:替换元素,
- map()函数:新建一列!!!map中返回的数据是一个具体值,不能迭代
- rename()函数:替换索引
异常值检测和过滤
- 使用describe()函数查看每一列的描述性统计量。
- 使用std()函数可以求得DataFrame对象每一列的标准差。
- 根据每一列的标准差,对DataFrame元素进行过滤。
- 借助any()函数,对每一列应用筛选条件
排序
使用.take()函数排序
可以借助np.random.permutation()函数随机排序
随机抽样
当DataFrame规模足够大时,直接使用np.random.randint()函数,就配合take()函数实现随机抽样
练习:
创建DataFrame:张三李四王老五的期中考试成绩,对着三名同学随机排序
初级数据聚合
数据分类处理的核心: groupby()函数
高级数据聚合
可以使用pd.merge()函数包聚合操作的计算结果添加到df的每一行。
可以使用transform和apply实现相同功能。