系列文章目录
pandas深化学习之索引
pandas深化学习之排序重塑
pandas深化学习之缺失值处理
pandas深化学习之字符串处理
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 pandas as pd
import numpy as np
from faker import Faker
import datetime
import warnings
warnings.filterwarnings('ignore')
2.造数据
代码如下:
f = Faker()
data = {
'CREATE_DATE' : [f.date() for i in range(10)],
'UPDATE_TIME' : [f.time() for i in range(10)]
}
df = pd.DataFrame(data, dtype="datetime64[ns]")
结果
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
在这里插入图片描述
4.日期时间相关api
4.1 日期时间属性
- 日期
df['CREATE_DATE'].dt.date
结果
- 时间
df['CREATE_DATE'].dt.time
结果
df['UPDATE_TIME'].dt.time
结果