![](https://img-blog.csdnimg.cn/20190927151132530.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
基础篇 | python数据清洗
文章平均质量分 91
针对的数据分析的数据清洗技能培训
樊鴻燁
从少到多,从小到大
展开
-
Python-数据可视化案例
拉勾网数据清洗及统计分析第一步: 批量处理数据第二步:合并数据第三步:简单了解数据进一步处理数据第四步:数据统计分析分组统计 文件下载: 用于博客系列文章pandans的学习文件.zipimport numpy as npimport pandas as pdimport matplotlib.pyplot as plt第一步: 批量处理数据 面临的是一个和之前不一样的情况,有好多个文件要操作.查看数据的样子批量读取文件, os模块,获取文件列表for循环依次读取,当你有原创 2021-07-23 20:51:47 · 1070 阅读 · 0 评论 -
Python-Matplotlib{数据可视化}
Matplotlib基本配置导入Matplotlib库绘制图绘制折线图查看都有什么风格style折线图使用小练习优化图片添加常见图例属性小练习一个图中画多条线其他各种图像柱状图DataFrame数据画柱状图直方图散点图 画图的复杂度比较高。自由度比较高基本配置导入Matplotlib库import numpy as npimport pandas as pdimport matplotlib.pyplot as plt # matplotlib的子包有很多,这里我们只导入常用的包pyplot原创 2021-07-22 21:27:34 · 451 阅读 · 0 评论 -
Python-pandas{数据分组}
数据分组数据分组 其实这种数据分组与SQL中的Group by语句的功能是一样的。 实际上,我们可以把 groupby 理解成一个分割(split),应用(apply),组合(combine)的过程 一个经典分割-应用-组合操作如下图所示,其中应用的是一个求和函数.分割: 将 DataFrame按照指定的键分割成若干组应用: 对每个组应用函数, 通常是累计,转换或过滤函数组合: 将每一组的结果合并成一个输出组数据分组 在数据处理中, 我们经常需要把某些特征的共同值进行累计分析原创 2021-07-21 20:28:55 · 555 阅读 · 1 评论 -
Python-pandas{文本数据处理}
文本数据处理文本数据处理str属性插入内容wine数据练习题高级方法其他方法练习哑变量 博客文章内需要的文件: 文件 &emsop;学习之前先导入3个样本,都在上方的链接里import numpy as npimport pandas as pdgrade = pd.read_csv("student_grade.txt",sep='\t')wine = pd.read_csv("wine.csv",sep=',')imdb = pd.read_csv('imdb_1000.cs原创 2021-07-21 19:35:13 · 606 阅读 · 0 评论 -
Python-pandas{缺失值处理}
缺失值处理缺失值寻找空值数据统计空缺值丢弃缺失值填充缺失值固定值填充 博客文章内需要的文件: 文件 大家在学习这一部分后,下载文件后,先将文件导入import numpy as npimport pandas as pdgrade = pd.read_csv('student_grade_empty.txt',sep='\t')grade缺失值 什么是缺失值 在了解缺失值(也叫控制)如何处理之前,首先要知道的就是什么是缺失值?直观上理解,缺失值表示的是“缺失的数据”。原创 2021-07-21 00:13:05 · 832 阅读 · 1 评论 -
Python-Pandas{描述与统计功能}
描述与统计功能描述与统计描述与统计 有时候我们获取到数据之后,想要查看下数据的简单统计指标(最大值、最小值、平均值、中位数等),比如想要查看年龄的最大值,如何实现呢?直接对 age 这一列调用 max方法即可。...原创 2021-07-20 22:18:22 · 937 阅读 · 4 评论 -
Python-Pandas{数据结构与基本功能}
PandsSeries手动构建SeriesSeries的索引和切片按照字典的方式进行索引和切片 Pandas通常是用于数据分析过程中, 数据的清洗, 数据预处理, 数据的描述性分析等过程中。在整个Python数据分析的生态环境中, Pandas的地位非常重要, 利用Pandas可以快速便捷的对数据进行各种各样的处理与操作. 在Pandas中, 最重要的两种数据结构是1维的Series和2维的DataFrame.Series:一维数组,与Numpy中的一维array类似。二者与Python基本的数原创 2021-07-19 22:37:18 · 687 阅读 · 0 评论 -
Python-Numpy
Numpyndarray构建ndarray数据类型ndarray 与 python 原生 array 有什么区别Numpy 的矢量化(向量化)功能小练习创建常用的数组创建一个全0数组全1数组单位矩阵对角矩阵设定具体的值设置空值和无穷大随机数组正态分布随机数其他分布设置随机数种子创建一个线性序列的数组小练习ndarray常用属性数组的索引和切片单个元素索引高维数组索引修改某一个元素值试图浅复制改为创建副本(深复制)小练习:数组的变形改变数组的形状拉伸成一维数组(数组的平铺)转置 Numpy (Pandas原创 2021-07-15 20:55:46 · 389 阅读 · 0 评论