Python数据分析入门7-8-CSDN博客

本文链接：https://blog.csdn.net/qq_45144479/article/details/140457504

一、学习内容

chapter 7数值操作

数值操作包含空值替换、多对一、多对多替换，数值排序、计数、区间切分、转置等操作。
导入相应模块

import numpy as np
import pandas as pd
from icecream import ic

1.数值替换

# 空值替换
ic(df_excel.replace(np.NAN,0))

# 多对一替换-列表
ic(df_excel.replace(['张26','张27'],0))

# 多对多替换-字典
ic(df_excel.replace({'张26':'zhang26','张27':'zhang27'}))

部分效果图如下：
在这里插入图片描述
2.数值排序

# 数值排序
ic(df_excel.sort_values(by='编号',ascending=False))   #降序，默认升序

# 缺失值放在最前或最后
ic(df_excel.sort_values(by="销量",na_position='first'))
ic(df_excel.sort_values(by="销量",na_position='last'))
ic(df_excel.iloc[20:,:].sort_values(by="销量",na_position='last'))

# 按照多列进行排序,按销量降序，若销量重复则按编号升序
ic(df_excel.sort_values(by=["销量","编号"],ascending=[False,True]))

部分效果如下：
在这里插入图片描述

3.数据删除

# 删除数据，drop([],axis = 0/1)  1删除列，0删除行
ic(df_excel.drop(['编号','销量'],axis = 1))
ic(df_excel.drop(df_excel.index[[0,1]],axis=0))

4.计数

# 数值计数
ic(df_excel.value_counts('售货员'))
ic(df_excel['售货员'].value_counts(normalize=True))

效果如下：
在这里插入图片描述
5.获取唯一值，用unique函数，array类型返回唯一值，查找值用isin(),返回布尔值

# 获取唯一值
ic(df_excel['售货员'].unique())
# 查找值
ic(df_excel.isin(['张3']))

效果如下：
在这里插入图片描述
6.对数值进行区间切分

# 区间切分
ic(pd.cut(df_excel['销量'],bins=[0,2380,2390]))#自定义两个区间
ic(pd.qcut(df_excel['销量'],3))   #自动切分为3个区间

效果如下：在这里插入图片描述
7.行列转置、索引重塑和apply函数

# 行列转置
ic(df_excel.T)
ic(df_excel.T.T)

# 索引重塑,表格型数据转为树形
ic(df_excel.stack())

# 对某些元素进行相同的操作，类似map函数
ic(df_excel['销量'].apply(lambda x:x+0.1))    #这列所有元素+0.1

部分效果如下：
在这里插入图片描述

chapter 8 数据运算

1.构建DateFrame数据类型，以列表形式传入参数，创建3行3列的DateFrame数据。

df = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]])

2.默认行（列）索引为数字，为了方便后续观察，对索引进行重命名

df.index = ['s1','s2','s3']
df.columns = ['c1','c2','c3']

效果如下图：
在这里插入图片描述
3.依次求均值、中位数、众数、方差、标准差、分位数、相关性运算。默认都是按列计算，若要按行计算，需添加参数axis=1

# 均值运算
ic(df.mean())
ic(df.mean(axis=1))

# 中位数
ic(df.median(),df.median(axis=1))

# 众数
ic(df.mode(),df.mode(axis=1))

# 方差
ic(df.var(),df.var(axis=1))

# 标准差
ic(df.std(),df.std(axis=1))

# 分位数
ic(df.quantile(0.5),df.quantile(0.25),df.quantile(0.75))

# 相关性运算
ic(df['c1'].corr(df['c2']))     #指定两列之间的相关性
ic(df.corr())       #整个表中各字段间的相关性

输出如下：
在这里插入图片描述

总结：

数值替换用replace()函数，空值用np.NAN表示，多对一替换可以将待替换的值以列表的形式传入，多对多替换中用字典形式传入。
sort_values()函数对数值进行排序，by参数指定待排序的列名，ascending默认升序。对数值计数用value_counts()，指定计数列。
对数值进行区间切分，cut()自定义区间，qcut()根据数值自动划分指定个数的区间。apply()函数与lambda函数结合使用，主要用于对DataFrame中的某一column或row中的元素执行相同的函数操作与map()函数类似。
pandas中包含各种数值运算函数，使用函数时直接调用。