本文介绍了Pandas处理丢失数据的方法，如用np.nan填充和根据轴丢弃，检查缺失数据的技巧，以及导入导出数据的不同格式。讨论了DataFrame的合并，包括上下、横向合并、join和merge的操作，并解释了如何处理重复数据。最后，文章探讨了Pandas的绘图功能，如何利用data.plot()结合matplotlib进行数据可视化。
处理丢失数据
由np.nan 填充丢失的数据
df.dropna(axis=0, how='any')- axis 根据行或者列丢弃，0 是行，1是列
- how，指定丢弃行为
- any，只要有一个nan就丢弃，，默认
- all，所有的都为nan才丢弃
df.fillna(value=0), 为nan填上数据- value, 指定需要填入的数据
其他相关方法
- df.isnull() 检查dataFrame中是否有缺失数据
- np.any(df.isnull() = True) 针对超大表格，找到是否有nan
Panda导入导出
可以读取的格式
- read_csv 这个常用
- read_excel
- read_hdf
- read_pickle python自带压缩格式
- read_json
可以导出的格式
- to_csv
- to_json
data = pd.read_csv("\*.csv")read 进来以后会自动加上索引
data.to_csv("***.csv") 直接使用dataframe调用to_*** 来输出合并多个DataFrame
df1
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
