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
import warnings
warnings.filterwarnings('ignore')
2.造数据
代码如下:
df = pd.DataFrame(np.random.randint(10,100,(10,5)),columns=list('ABCDE'))
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
4.基本运算api
- 加、减、乘、除、取余、乘方基本运算
add 加
sub 减
mul 乘
div 除
mod 取余
pow 乘方
当Series或者DataFrame 和一个标量运算时,实际上是每个元素和这个标量运算
df['A'].add(1)
结果
df.mul(10)
结果
df * 10
结果
运算和DataFrame 直接通过运算符和标量运算结果完全一致
df['