数据样式
python代码
df = pd.read_csv('../dataset/ai_risk_train/train_auth_info.csv', low_memory=False)
# print(df)
'''查看数据的基本信息'''
print(df.info())
'''整个数据的整体的分布'''
print(df.describe())
'''查看数据集的空值,或者说是缺失值'''
print(df.isnull().sum())
'''查看唯一值 '''
print(df['auth_time'].unique())
print(df.head(3)) # 前3行
print(df.tail(3)) # 后3行
print(df.loc[630]) # 提取索引值为630的那一行 默认0开始
print(df.loc[2]) # 取第三行的数据
print(df.iloc[2:5, :3]) # 取第二,三四行和前3列
print(df[(df['id_card'] <= '5****************9') & (df['phone'] == '135****3522')])
df = df.dropna(how='any') # 发现df中的空值会全部删掉
df = df.fillna(value=0) # 用数据0来填充空值
df['name'] = [index for index in range(df.shape[0])]
df['auth_time'] = df['auth_time'].fillna(df['name'].mode()) # 用数据集里面的name众数来填充auth_time的空值
df['name'] = ['aBcD' for index in range(df.shape[0])]
# df['name'] = df['name'].map(str.upper).head(3) # 只对name属性前三行进行大写转换
df['name'] = df['name'].map(str.__len__).head(3) # 只对name属性前三行计算字符串长度
'''字符串的快速映射转换'''
df['id'] = df['id'].map({'501951980776722440': '一等舱', '525890212484616200': '二等舱', '599309364691472392': '三等舱'})
'''转换数据类型 int->float64'''
df['name'] = [index for index in range(df.shape[0])]
print(df.dtypes)
df['name'] = df['name'].astype('float64')
print(df.dtypes)
'''更改列的名字'''
df = df.rename(columns={'id': '是否获救'})
print(df)
'''数据的代替,替换'''
df['name'] = ['aBcD' for index in range(df.shape[0])]
df['name'] = df['name'].replace('aBcD', 'ABCD')
print(df.head(3))
由于时间关系,这里就不贴运行结果的图了,这个数据集是
马上消费金融风险预测
的数据