pandas入门(八)

上一篇：pandas入门(七)

唯一值、值计数以及成员资格

可以从一维Series的值中抽取信息，第一个函数是unique，它可以得到Series中的唯一值数组

=====================================
value_counts用于计算一个Series中各值出现的频率

=====================================
value_counts还是一个顶级 pandas方法，可用于任何数组或序列

=====================================
isin用于判断矢量化集合的成员资格，可用于过滤Series中或DataFrame列中数据的子集

=====================================
与isin类似的是Index.get_indexer方法，它可以给你一个索引数组，从可能包含重 复值的数组到另一个不同值的数组

=====================================
得到DataFrame中多个相关列的一张柱状图

=====================================
将pandas.value_counts传给该DataFrame的apply函数，就会出现。
结果中的行标签是所有列的唯一值。后面的频率值是每个列中这些值的相应 计数

处理缺失数据

pandas的目标之一就是尽量轻松 地处理缺失数据。例如，pandas对象的所有描述性统计默认都不包括缺失数据。 缺失数据在pandas中呈现的方式有些不完美，但对于大多数用户可以保证功能正 常。对于数值数据，pandas使用浮点值NaN（Not a Number）表示缺失数据。我 们称其为哨兵值，可以方便的检测出来

=====================================
在统计应用中，NA数据可能是不存在的数据或者虽然存在，但是没 有观察到（例如，数据采集中发生了问题）。当进行数据清洗以进行分析时，最好 直接对缺失数据进行分析，以判断数据采集的问题或缺失数据可能导致的偏差。 Python内置的None值在对象数组中也可以作为NA

++++++++++++++++++++++++++++++++++++

pandas项目中还在不断优化内部细节以更好处理缺失数据，像用户API功能，例如 pandas.isnull，去除了许多恼人的细节。

下一篇：pandas入门(九)