一、numpy和pandas库
import numpy as np
import pandas as pd
【提醒】若报错须返回conda环境自行安装numpy和pandas库
pip install numpy
pip install pandas
若无法安装numpy则需在https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy内寻找并下载已安装python对应版本的numpy安装包,下载完成后Ctrl+R打开Windows终端并切换目录到Scripts目录下
二、载入数据
使用相对路径载入数据
df =pd.read_csv('./train.csv')
df
使用绝对路径载入数据
df =pd.read_csv(r'D:\Users\LENOVO\Desktop\pandas入门\train.csv')
df
三、函数使用
.groupby() 方法是用来对数据进行分组操作的。当你想要对数据集中的行进行分组,并且每组应用一些聚合操作,比如求和、平均值、最大值或最小值等,这个方法非常有用
grouped = df.groupby(by=['column_name_1', 'column_name_2'])
unique(),nunique(),drop_duplicates()
三个唯一值函数,可以统计数据中的唯一值相关数据
replace(),where(),mask()三个替换函数
replace函数为映射替换
where 函数在传入条件为 False 的对应行进行替换
mask 在传入条件为 True 的对应行进行替换,当不指定替换值时,替换为缺失值。这两个函数为逻辑替换
abs()等函数为数值替换,对数值进行修改。