pandas深化学习之排序重塑

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

---

---

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('.'