数据分析之pandas_20题_1-5

最新推荐文章于 2024-04-24 10:58:18 发布

不正经Python学习

最新推荐文章于 2024-04-24 10:58:18 发布

阅读量937

点赞数 2

分类专栏：数据分析文章标签： python 数据分析

本文链接：https://blog.csdn.net/weixin_41546513/article/details/109134195

版权

这边笔记主要记录一些在数据分析过程中使用到的pandas模块的方法，希望可以帮到需要的人。

pandas 20题并不是简单的20个题目哟，是20中不同的需求。

pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。常用语数据分析处理

代码如下（示例）：

import numpy as np
import pandas as pd

import warnings
warnings.filterwarnings('ignore')

DataFrame实质上是由多个具有相同索引的Series合并而成的，所以直接从DataFrame开始，其中涉及到的Series方法也会做说明。

1.以字典的方式创建

data = {
   
    "name":['李梅', '林辉', '田平', '郑凤英', '杨成'],
    "age":[13, 18, 15, 15, 19]
}
df = pd.DataFrame(data)

结果
以字典的方式创建
2.以numpy二维数组创建

import numpy as np
data = np.random.randint(10,50,(10,5))
df = pd.DataFrame(data,columns=['A','B','C','D','E'])

结果
以numpy数组方式创建

当我们拿到一个数据集时需要基础信息，可以这样

df.info()

结果
在这里插入图片描述
可以看到这个数据及的基本信息，例如：数据集有2列，5行，非缺失值数量，每一列的类型，以及内存占用情况。

当数据集中的特征类型是数值类型时，我们往往想了解数据集的数据分布情况

df.describe()

结果
在这里插入图片描述
此时会获取到数据集的四分位，记录个数，平均值，标准差等等数据，方便做判断，也可以作为后续处理数据的依据

为进一步解释基本信息，需要造假数据，无需过多关注

# 导包
from faker import Faker
f = Faker('ZH-cn')

# 创建字典
data = {
   }
data

关注