python黑色星期五_Python数据分析黑色星期五-知识点整理

1.把数据放在dataframe

df = pd.read_csv('路径')

2.查阅dataframe的信息：

http://df.info()

3.查看df的前5

df.head(5)

4.查看哪里有空值

df.isna().any()

5.输出某列中去重后的值

print (df['Product_Category'].unique())切忌，unique()是函数，前面需要加.

6.数据清洗：替换原来的控制

df.fillna(value=0,inplace=True)Ture = 直接修改原对象

False = 新建副本保存(默认)

关于fillna()函数的解释：https://blog.csdn.net/weixin_39549734/article/details/81221276

7.删除不需要的列：

df. drop(columns=["User_ID","Product_ID"],inplace=True)

(因为"User_ID"，"Product_ID"是列，如果单独dataframe的话，他们就是一个一维结构的数据集，Series；相对应二维数据的数据集是Dataframe)

8.数据可视化：seaborn和matplotlib

https://www.jianshu.com/p/4b925654f506Matplotlib 要求原始数据的输入类型为 Numpy 数组

Seaborn 要求原始数据的输入类型为 pandas 的 Dataframe 或 Numpy 数组

import seaborn as sns

sns.countplot(df['Gender'])

也可以写成: sns.countplot(df.Gender)

9.seaborn中的countplot的hue参数，可以通过控制hue参数，来更细分数据

关于countplot的用法：

sns.countplot(df['Age'],hue=df['Gender'])

10.理解pandas中的apply()函数和 python的lambda函数 和 %s %的用法

简单来说，对于apply()：这个函数需要自己实现，函数的传入参数根据axis来定，比如axis = 1，就会把一行数据作为Series的数据。

结构传入给自己实现的函数中，我们在函数中实现对Series不同属性之间的计算，返回一个结果，则apply函数

会自动遍历每一行DataFrame的数据，最后将所有结果组合成一个Series数据结构并返回。

对于lambda：其中的 x 是作为一个像for遍历里面的 i 值add = lambda x, y : x+yadd(1,2) # 结果为3

需求：将列表中的元素按照绝对值大小进行升序排列list1 = [3,5,-4,-1,0,-2,-6]

sorted(list1, key=lambda x: abs(x))

对于%s % : 它是作为一个可输入或可变化的变量name= input("Please input your name: ")

print("Hello, %s good morning!" %name)

Please input your name: Xiaolizi #输入名字Xiaolizi

Hello, Xiaolizi good morning! #print 命令

11.画饼图

x (每一块)的比例，如果sum(x) > 1会使用sum(x)归一化

labels (每一块)饼图外侧显示的说明文字

explode (每一块)离开中心距离

startangle 起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起

shadow 是否阴影

labeldistance label绘制位置,相对于半径的比例, 如<1则绘制在饼图内侧

autopct 控制饼图内百分比设置,可以使用format字符串或者format function

'%1.1f'指小数点前后位数(没有用空格补齐)

pctdistance 类似于labeldistance,指定autopct的位置刻度

radius 控制饼图半径普通画图

plt.pie(df['City_Category'].value_counts(), labels=df['City_Category'].unique(),autopct='%1.1f%%')

通过groupby聚合后画图

plt.pie(df.groupby('City_Category')['Purchase'].sum(), labels = df['City_Category'].unique(),autopct='%1.1f%%')