python基础

1. 删除dropna

DataFrame.dropna(self, axis=0, how=‘any’, thresh=None, subset=None, inplace=False)

axis ：为轴方向 ： 默认为axis=0
当axis=0，当某行出现缺失值时，将该行丢弃并返回
当axis=1，当某列出现缺失值时，将改列丢弃并返回

how ：确定缺失值的个数：缺省时为how=‘any’
how=‘any’ ，表明只要某行或者列出现缺失值就将该行列丢弃
how=‘all’ ，表明某行列全部为缺失值才将其丢弃

thresh：阈值设定
当行列中非缺省值的数量少于给定的值就将该行丢弃
eg： thresh=2：当每行至少有2个不是空值时保留，全部为空时删除

subset：部分标签中删除某行列
subset = [ ‘a’,‘d’] 即丢弃子列 a d 中含有缺失值的行
eg：data.dropna(axis=0,subset=[“会员卡号”]) 删除会员卡号那列中含有缺失值的行

iniplace： bool取值，默认False
当inplace= True， 即对原数据操作，没有返回值

2.列表中某一列除以另一列（一一对应相除）

kdj_g[‘平均消费金额’] = list(map(lambda x,y: x/y, kdj_g[‘交易金额’],kdj_g[‘交易次数’]))