Pandas数据分析练习10

最新推荐文章于 2022-06-20 18:02:46 发布
最新推荐文章于 2022-06-20 18:02:46 发布
阅读量3.2k 收藏 24
点赞数 1
文章标签： python 数据分析 pandas numpy
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_33639990/article/details/117396580
版权
本博客通过一个Iris纸鸢花数据集实践了使用Pandas进行数据删除和缺失值处理。首先导入必要的库，加载数据集，然后检查数据框是否存在缺失值。接着在特定列中创建缺失值，并将它们全部替换为1.0。进一步操作包括删除指定列，设置数据框的前几行为缺失值，以及删除含有缺失值的行。最后，重新设置了数据框的索引。
摘要由CSDN通过智能技术生成

练习10-删除数据

探索Iris纸鸢花数据

目录

步骤1 导入必要的库

步骤2 数据集地址

步骤3 将数据集存成变量iris

步骤4 创建数据框的列名称

步骤5 数据框中有缺失值吗？

步骤6 将列petal_length的第10到19行设置为缺失值

步骤7 将缺失值全部替换为1.0

步骤8 删除列class

步骤9 将数据框前三行设置为缺失值

步骤10 删除有缺失值的行

步骤11 重新设置索引

代码截图

步骤1 导入必要的库

运行以下代码

#导入必要的库
import pandas as pd
import numpy as np

步骤2 数据集地址

运行以下代码

#从目标地址导入数据集
path10 ='D:/hailong/hailong_download/pandas_exercise/exercise_data/iris.csv'   # iris.csv

步骤3 将数据集存成变量iris

运行以下代码

#将数据集存成变量iris
iris = pd.read_csv(path10)
iris.head()

输出结果:

步骤4 创建数据框的列名称

运行以下代码

#创建数据框的列名称
iris = pd.read_csv(path10,names = ['sepal_length','sepal_width','petal_length','petal_width','class'])
iris.head()

输出结果:

最低0.47元/天 解锁文章
孤独终老的魔鬼
关注
pandas_exercises.zip
04-23
通过具体案例总结了 pandas 的常用操作，并做成练习题，练习题附答案，并且有完整数据集，建议读者把练习题完成。作者认为，做完练习题，pandas 的基本操作没有问题了，以后碰到问题也可以查这些习题。
(Week 14)Python-pandas_exercises
机器学习，大数据
06-12 381
cme193-ipython-notebooks-lecture 本次习题为【CME 193】中的练习，原题目及对应库的介绍见 cme193-ipython-notebooks-lecture Part 0 获取数据集 import pandas as pd anascombe = pd.read_csv('anscombe.csv') anascombe.head() ...
Python3 - Pandas Exercise 练习
CHNMSCS
12-26 560
这次的练习是用到这个csv文件 (大小为16.24 MB)：（只是显示一部分） 代码： import pandas as pd # Read Salaries.csv as a dataframe called sal. sal = pd.read_csv('Salaries.csv') # Check the head of the dataframe print("*** CSV 文件里的头几个内容 ****") print(sal.head()) print('\n') # Use the .
从pandas_exercises里学到的
qq_41967784的博客
08-25 484
孤寡前言读数据计算占比div函数 前言 github上找的练习pandas的一个项目，记录下学到了啥。 项目 https://github.com/guipsamora/pandas_exercises 下载到本地用Jupyter notebook打开就好啦。 读数据 众所周知，读取数据直接用pandas.read_(table,csv,sql,excel)就好，需要注意的是read_table和read_csv里默认的参数sep并不同，前者是\t，而后者是, 。 计算占比 计算占比时总会agg两个函数
这十套练习，教你如何用Pandas做数据分析
weixin_43816759的博客
10-20 5478
最新工作比较忙，python这块搁置了好久都没有好好学习以及更新相关学习笔记，立下flag，争取两天更新一个练习题，到十一月初更新完这块内容 练习题下载 数据下载链接数据文件地址 通过上述链接将文件保存在相应的路径下面 习题编号 内容 相应数据集 练习1 - 开始了解你的数据 探索Chipotle快餐数据 chipotle.tsv 练习2 - 数据过滤与排序 探索2012欧洲杯数据 Euro2012_stats.csv 练习3 - 数据分组 探索酒类消费数据 drinks.c.
python+pandas数据分析学习最好的在线网站.txt
01-15
pandas骨灰级教程及习题与详解，入门必备手册
B站 Python Pandas 数据分析，编程练习100例
02-25
在"B站 Python Pandas 数据分析，编程练习100例"这个主题中，我们主要探讨的是如何使用Python的Pandas库进行数据处理和分析。Pandas是Python中一个强大的数据分析工具，它提供了丰富的数据结构（如DataFrame和Series...
python:pandas数据分析练习
03-20
通过上述练习，你将能够熟练运用Pandas进行数据导入导出、清洗、分析和可视化等一系列数据处理任务，为后续的数据挖掘和机器学习项目打下坚实基础。记得多实践，理论结合实际，数据之道在于手熟尔。
第7章+pandas数据分析实战-数据集
03-05
在本章节中，我们将深入探讨Pandas库在数据分析实战中的应用，特别关注的是对"超市营业额2.xlsx"这个数据集的分析。Pandas是Python编程语言中一个强大的数据处理库，它提供了高效的数据结构和数据分析工具，使得处理...
pandas题目练习（Python Pandas 数据分析，编程练习100例）.zip
最新发布
01-03
本资源“pandas题目练习（Python Pandas 数据分析，编程练习100例）.zip”提供了一百个实际的编程练习，旨在帮助你深入理解和应用Pandas的功能。 1. **Pandas基础操作**：这些练习将涵盖基本的数据结构，如...
iris数据处理实训.zip
07-12
读取数据，将数据存成变量iris，创建数据框的列名称，将列petal_length的第十到十九行设置为缺失值，删除列，将数据框前三行设置为缺失值，删除有缺失值的行，删除有缺失值的行。
R语言的iris数据处理
12-12
用R描述数据库的仅供参考哈课程作业。有一些对iris数据的花的描述可以为了解数据的人提供参考
使用pandas、sklearn等外部库进行iris数据的分类和绘图，并计算正确率
weixin_30902675的博客
05-02 455
from sklearn.model_selection import train_test_split from sklearn.datasets import load_iris from sklearn.neighbors import KNeighborsClassifier import pandas as pd import numpy as np fro...
鸢尾花数据读取
qq_42728144的博客
10-14 1750
鸢尾花数据读取的总结 1、手写最基本读取 f = open('8.iris.data','r',encoding='utf-8') x = [] y = [] for d in f: d = d.strip() if not d: continue d = d.split(',') x.append(list(map(float,d[:2])))...
iris鸢尾花数据集java_鸢尾花数据集（Iris）
weixin_31440829的博客
03-04 1770
鸢尾花数据集(Iris)共有数据150组，每组包括花萼长、花萼宽、花瓣长、花瓣宽4个输入特征。同时给出了，这一组特征对应的鸢尾花类别。类别包括：Setosa Iris(狗尾草鸢尾)，Versicolour Iris(杂色鸢尾)，Virginica Iris(弗吉尼亚鸢尾)三类，分别用数字0，1，2表示。鸢尾花数据集的读入和显示从sklearn包读入Iris数据集使用pandas包中的DataFra...
[B2]Python机器学习案例--Iris数据集
[B1]用Python抠图并修改底色
11-15 1022
今天我们来练习一个小项目，是《Python机器学习及实践–从零开始通往kaggle竞赛之路》里面的小栗子。 首先总结一下机器学习的几个步骤：1.数据的加载；2.选择模型；3.模型的训练；4.模型的预测；5.模型的测评；6.模型的保存 第一步： 先加载数据，sklearn模块是Python自带的所以无需安装了，iris数据集也是sklearn里面有的，所以可以直接导入 #从sklearn.dat...
【数据集分析】KEEL的鸢尾花（Iris）
Running Snail
09-29 1524
鸢尾花介绍 鸢尾属花，单子叶植物纲，百合目，鸢尾科多年生草本植物，有块茎或匍匐状根茎；叶剑形，嵌叠状；花美丽，状花序或圆锥花序；花被花瓣状，有一长或短的管，外弯，花柱分枝扩大，花瓣状而有颜色，外展而覆盖着雄蕊；子房下位，胚珠多数，果为蒴果。 鸢尾属下有三个亚属，分别是山鸢尾 (Iris-setosa)，变色鸢尾(Iris-versicolor)和维吉尼亚鸢尾(Iris-virginica)，据此可将鸢尾属花分为以上三类。本案例根据花萼的长度和宽度，花瓣的长度和宽度，采用逻辑回归建立分类模型，对鸢尾属花进行分
iris鸢尾花数据集最全数据分析
热门推荐
趣Python
03-25 1万+
写在前面 在写这篇文章之前，首先安利下jupyter，简直是神作，既可以用来写文章，又可以用来写代码，文章和代码并存，简直就是写代码/文章/教程的利器。 安装很简单：pip install jupyter 使用很简单: 当前面目录下shift+右键呼出在此处打开命令窗口，输入jupyter notebook召唤神龙。 上面这段文字在jupyter中是这样的（markdown格式）： ...
00 -- 鸢尾花数据集获取
guanqingqing_的博客
06-20 1109
鸢尾花数据集获取
pandas 数据分析 练习
03-28
很高兴您对数据分析感兴趣！以下是一些练习题目，可以帮助您熟悉 pandas 数据分析库。 1. 导入 pandas 库，读取一个 CSV 文件并将其保存为 pandas 数据框。 2. 输出数据框的前几行（默认为前五行）和后几行（默认为后五行）。 3. 输出数据框的列名和数据类型。 4. 输出数据框的形状（行数和列数）。 5. 输出数据框中某一列的所有值。 6. 输出数据框中某几列的所有值。 7. 输出数据框中某一行的所有值。 8. 输出数据框中某几行的所有值。 9. 输出数据框中某一区域（指定行和列）的所有值。 10. 对数据框进行排序。 11. 对数据框进行筛选（过滤出符合条件的行）。 12. 对数据框进行分组，并计算某一列的平均值、最大值、最小值等统计量。 13. 对数据框进行合并（join）操作。 14. 对数据框进行透视表操作。 15. 对数据框进行数据清洗（例如去除重复值、填充缺失值等）。 希望这些练习题目能够帮助您熟悉 pandas 数据分析库，加油！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值