训练营打卡第五天

之前因为没能及时更新教材程序耽误了，周末两天补上了day4和day5的学习

day4的内容还是比day5简单的，总结一下具体学习的几个方法。

1.data.index

这个方法会输出行的范围，一般是从0开始，但是结束会给N+1，实际上结束就到N行

2.data.columns

这个方法会输出每一列也就是每个特征的名称以及这些特征的类型，一般是object，算是字符串类型

3.pd.read_csv和pd.read_excel

这两个方法都是pandas库里面的，读取需要处理的两种形式的表格

4.type()

这个是查看括号内对象的类型的，一般读取的到多行表格是pandas.core.frame.DataFrame类型的，但如果是只有一行的话就会是Series类型的

5.data.isnull()

这个很好理解，is null是否是空值的意思，会生成一个和data同样类型的对象，通常也是DataFrame类型的，只不过内容从具体数字换成了布尔值，也就是true和false，

我学习这几天空值的类型就见过两种，一种是numpy库里面的np.nan另一种是None，这两类都会被判定为true。

如果只想要对某一列进行这样的操作，可以在data["列名称"].isnull()

6.data.head()

这个方法用于查看data的前几行，默认是5行，会输出每一列的前5行数据

7.data.info/data.shape

前一个info对应英语单词information，会输出非常详细的data的列数，行数以及每一行的昵称对应着非空值数量，每一行数据的类型，甚至所占用的空间大小。

相比之下shape只会输出行数和列数，粗糙得很。

8.data.describe

describe会输出每一列数据的特征，比如非空值数量，平均值，标准差，还有从0开始到100，每隔25%分位点的数值。

9.data.dtype

这个也是输出data类型的，和前面的type（data）功能比较相似吧

10.data.sum()

sum就是加的意思，把每一列的全部数字加起来，生成一个Series类型的对象

还有最重要的补全功能fillna，理解它花了我很长时间，但是今天快过12点了，也不是故意水打卡，一块写到明天的打卡里吧，今天来不及了。@浙大疏锦行