机器学习五---用户流失

1.将DataFrame所有元素替换的方法参考：https://www.jianshu.com/p/2557a805211f

注意：df1.replace("女",0,inplace=True)：replace替换只能是完全匹配才可以，如果不完全匹配无法替换，且不会报错。

可以把语句加一个参数：

df1.iloc[:,5:15]=df1.iloc[:,5:15].replace("准","5",regex=True)（好像还得赋个值，要不然整不了）

2.pandas显示一列中的不同值：

比如说有一个名为 df1 的dataframe
要统计某一列（比如说列名是city）中各个值出现的次数

#可以通过df.colname 来指定某个列，value_counts()在这里进行计数
df2 = df1.city.value_counts()  
print(df2)

• 1
• 2
• 3

还有一个是统计出现的个数： df.nunique(),

df.nunique()
a    4
b    5
c    1
dtype: int64

# df1['前二终端品牌'] = df1['前二终端品牌'].value_counts()
df1.rename(columns={'前二终端品牌':'second_band'}, inplace = True)
df3=df1.second_band.value_counts()
df3

3.修改某列的列名：

使用rename函数可以只修改特定列的名称，不需要修改的则不用管。

>>>a.rename(columns={'A':'a', 'C':'c'}, inplace = True) #inplace的意思是在原DataFrame上完成 >>>a a B c 0 1 4 7 1 2 5 8 2 3 6 9