Python——各种方法的使用（尽量每天更新）——from（数据挖掘课）

一、读取数据

1.在同一项目下，可以用:".\XXX"

data=pd.read_csv(“.\XXX.dat,header=None”)#表示无表头

2.pandas直接读取数据之后为DataFrame类型（data）

只要列数一样就可以调用

data.columns=['XXX','XXX']

 二、使代码写起来简单的计算方法

1.shape：可以利用这个函数进行数据的便利，返回值位长度（整数数值）就不用len(XX)了

data.shape[0]#表示第一维的长度，也就是行数，.shape[0]表示有多少行

data.shape[1]#表示第二维的长度，也就是列数，.shape[1]表示有多少列

 2.DateFrame类型的迷点

data.iloc[X:Y,x:y]#逗号前表示行的范围，逗号后表示列的范围：且左闭右开

data.apply(np.mean,axis =0)#axis =0,列，axis =1行取平均值

data[x][y]#x表示列，x表示第几行

 

type(data["Buying"])#pandas.core.series.Series
type(data[["Buying"]])# pandas.core.frame.DataFrame
type(data_test.iloc[:,6])# pandas.core.series.Series
type(data_test.loc[:, "label"].values)#numpy.ndarray

​

dates = pd.date_range('20130101', periods=6)#时间索引
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))#DataFrame类型数据
print(df.loc[dates[0]])

3.apply函数——>apply+lambad

 

我来画个瓢：

type(data_test["label"].apply(lambda x:1 if x=="vgood" else 0))
Out[4]: pandas.core.series.Series
type(data_test["label"])
Out[5]: pandas.core.series.Series

 注意：要把它赋值给原来的数据才会改变大的DataFrame类型，虽然pycharm给我警告，但还是改过来了。有病病。。。

以下是警告：

SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

意思是：

设置带复制警告：

A value is trying to be set on a copy of a slice from a DataFrame.

试图在数据帧的切片副本上设置值。

Try using .loc[row_indexer,col_indexer] = value instead

请尝试改用.loc[row\u indexer，col\u indexer]=value

好吧，貌似是有点不符合规范，按照他的改

loc[行，列名]//iloc[行,列]

data_test.loc[:,"label"]=data_test.loc[:,"label"].apply(lambda x:1 if x=="vgood" else 0)

以下是葫芦：

def bin_age(age):
    if age >=18:
        return 1
    else:
        return 0

df1['age'].apply(bin_age)

二分类判断：

df1['age'].apply(lambda x : 1 if x >18 else 0)

 

 

 三、注意事项：

在if  __name__='__name__':之下调用的函数必须在他上面才会被识别