numpy教学ppt_2020-07-26 pandas,numpy课件

第六章 数据载入、存储及文件格式

pd.read_csv(,,,)

sep='' 分隔符

header=None 数据是否包含列标题

name= 自定义列标题

index_col='列名' 规定某列为index

逗号分隔文件

第七章 7.3 字符串操作

pandas允许你将字符串和正则表达式简洁地应用到整个数据数组上，此外还能处理数据缺失带来的困扰。

str的方法 str

count,endwith,startwith,join,index,find,replace,strip,rstrip,lstrip,split,lower,uppe

2.正则表达式 re模块

三个主题：模式匹配、替代、拆分

match 开头

search 首次

findall 所有 finditer

sub替代

split

编译模式 re.compile

清理杂乱的数据集用于分析通常需要大量的字符串处理和正则化。包含字符串的列有时会含有缺失数据，使事情变得复杂

3.跳过NA值的字符串操作

可以使用data.map将字符串和有效的正则表达式方法(以lambda或其他函数的方式传递)应用到每个值上，但是在NA(null)值上会失败。为了解决这个问题，Series有面向数组的方法用于跳过NA值的字符串操作。这些方法通过Series的str属性进行调用

第八章 数据规整：连接、联合与重塑

背景：数据可能分布在多个文件或数据库中，抑或以某种不易于分析的格式进行排列。

1.分层索引

(1)设置分层索引

分