pandas判断空值_Python数据分析库之Pandas

欢迎阅读 Pandas 库是在数据分析时最常使用的库。它所包含的数据结构和数据处理工具的设计使得在Python中进行数据清洗和分析非常快捷。由于Pandas 功能非常多 ，本文 只介绍 Series和 DataFrame 这两种数据结构的数据处理 。下面 就 开始今天的学习吧！ Series结构 Series是一种一维的数组型对象 ，它包含了一个值序列和数据标签(索引)。创建的数组对象可以进行索引查找、缺失值查询、数组计算、布尔值判断等等。下面通过代码来看一下其用法。

#导入库import pandas as pd#一维数组创建data=pd.Series(data=[1,2,3,5,7])print(data)#一维数组创建，指定索引data=pd.Series(data=[1,2,3,5,7],index=['a','b','c','d','e'])print(data)#用标签进行索引data['a']#数据过滤和计算print(data[data>3])   #提取大于3的数组print(data*2)   #数组值乘2'b'in data   #布尔值判断pd.isnull(data)  #缺失值查询data+data   #数组相加

DataFrame结构 DataFrame 一种数据表的结构。 它包含已排列的列集合，每一列可以是不同的值类型(数值、字符串、布尔值等)。 DataFrame 既有行索引也有列索引，它可以被视为一个共享相同索引的 Series的字典。 下面将以 “泰坦尼克号救援”数据集 来看一下Pandas库对于DataFrame结构数据的一些用法 (公众号内发送“案例数据”，即可获得本文数据和代码) 。

#导入库import pandas as pdimport numpy as np#导入数据并查看前几行titanic_survival = pd.read_csv("titanic.csv")titanic_survival.head()#指定列的顺续，查看数据data=pd.DataFrame(titanic_survival,columns=['Name','Sex','Age','Survived'])data.head()#查看Age列的信息age = data["Age"]print(age.loc[0:10])   #打印前10行age_null_true = age[age_is_null]print (age_null_true)   #打印空值行age_null_count = len(age_null_true)print(age_null_count)   #打印非空值行数#剔除缺失值计算平均年龄good_ages = data["Age"][age_is_null == False]correct_mean_age = sum(good_ages) / len(good_ages)print (correct_mean_age)#pivot_table函数计算不同性别的平均年龄Sex_age=data.pivot_table(index="Sex", values="Age",aggfunc=np.mean)print(Sex_age)#计算幸存和遇难人的平均年龄Survived_age=data.pivot_table(index="Survived",values="Age",aggfunc=np.mean)print(Survived_age)#增加一列判断年龄是否大于30data['age_30']=data.Age>30data.head()#s删除列del data['age_30']data.head()#进行描述性统计print(data.describe())

对于单个数据表内部数据处理的操作就介绍这些，下面将介绍一些多个表格合并连接的用法。

#创建表df1 = pd.DataFrame({'subject': ['语', '数', '外', '理', '化'], 'data': range(90, 95)})df2 = pd.DataFrame({'subject': ['语', '数', '外', '史', '地'], 'data': range(90, 95)})#对相同的列进行合并df3 = pd.merge(df1, df2, on='subject')print(df3)#内连接(显示两表交集)df4 = pd.merge(df1, df2, how='inner')print(df4)#左连接df5 = pd.merge(df1, df2, how='left')print(df5)#右连接df6= pd.merge(df1, df2, how='right')print(df6)#外连接df7 = pd.merge(df1, df2, how='outer')print(df7)

对于 DataFrame 结构 的数据处理方法常用的大概就是这些。到这里本文的内容也结束了，希望你可以有所收获！