系列文章目录
pandas深化学习之索引
pandas深化学习之缺失值处理
文章目录
前言
本文主要记录pandas中缺失值异常值相关的api使用:
通过对真实数据的一系列操作帮助我们熟练掌握相关api的使用。
提示:以下是本篇文章正文内容,下面案例可供参考
1.引入库
代码如下:
import numpy as np
import pandas as pd
2.读入数据
代码如下:
data = pd.read_csv('LJdata.csv')
如果需要该处使用的数据,请私信我。
3.数据基本信息查询
我们在理解DataFrame时要类比Excel表格,可以帮助我们更清晰的分析
在DataFrame中,我更倾向于叫一行为样本或者记录,叫一列为特征或者属性
df.info()
结果
- 数据前5行
df.head()
结果
4.排序重塑相关api
首先根据基本信息可以发现 朝向 列的类型时object,但是我们可以看出,它其实可以理解为类别
- 唯一值
查看某一列的唯一值
df['朝向'].unique()
- 将object类型转换为category类型
df['朝向'].astype('category')
结果
- 将object类型转换成datetime类型
我们可以看出,更新时间列的属性是object类型,可以理解为字符串类型,但是转换成日期类型更合理
df['更新时间'].str.replace('.'