学习笔记(01):Python数据清洗实战-Pandas常用数据结构series和方法

立即学习:https://edu.csdn.net/course/play/26990/361118?utm_source=blogtoedu

比列表字典元祖集合快很多的numpy是基于C语言写的，带向量，专门为数据清洗而生。所以使用python尽量避免使用for循环，而是尽量使用numpy里的函数。

pandas基于bumpy而生。

ndnarry n维数组结构 可以使用嵌套列表形式创建

还可以用dtype规定数据类型

 

np.arange可以创建左闭右开数组，最后一个数字是步长

 

np.zeros或者np.ones产生几行几列的二维数组

 

numpy是向量运算 + 会对每个数字都+ 因此尽量使用numpy清洗效率非常高

ndim判断几维 shape判断几行几列 size判断一共多少个元素 dtype判断数据类型（int32是整数形）

 

arr2【0:3】代表访问数组从第一行到第三行（左闭右开）【1，2】表示取第二行第三列的元素，作用和【1】【2】一样 【：，1：3】行数不选择，取第二列到第三列，对行数不选择时，要写成这种形式【：，列数】

 

数据排序用np.sort （）升序

如果降序sorted（变量，reverse=True）排出来是个列表

如果前面加上np.array 也就是np.array（sorted（））就把列表转化为数组了

当我们对二维数组进行排序时会进行一个轴向选择，如果vp.sort（变量，axis=0）那么就会基于行沿着行的方向进行从小到大排序操作，在每列都是从小到大排序；axis=1则是沿着列的方向排序也就是说每行都是从小到大排序

 

np.argsort（）返回的是数据中从大到小的索引值

 

 

对数据进行搜索和条件赋值：np.where（变量>3，1，-1）就是有一个条件是数值大于3，当条件满足时就赋值为1，条件不满足时赋值为-1，返回的是和原来数组长度一样的数组。也可以进行其他匹配，比如nu.where（变量>3，变量，-1）就是大于3的就返回数组本身，否则变成-1.

做筛选的np.extract(变量>3,变量）就是大于3的拿出来，不大于3的丢掉。第一个参数是条件，第二个参与是要返回的值