利用python进行数据分析——pandas相关系数、缺失值处理

• 相关系数和协方差

1. Series的corr方法用于计算两个Series中重叠的、非NA的、按索引对齐的值的相关系数，cov用于计算协方差
2. DataFrame的corr和cov将计算DataFrame的相关系数矩阵&协方差矩阵
3. DataFrame的corrwith方法可以计算其列或行跟另一个Series和DataFrame之间的相关系数

• 唯一值、值计数以及成员资格

1. unique：计算Series中的唯一值，按发现的顺序返回
2. value_counts：返回一个Series，其索引值为唯一值，其值为频率，按计数值降序排列
3. isin：返回Series各值是否包含于传入的值序列中的布尔型数组

• 处理缺失数据

        缺失数据在大部分数据分析应用中都很常见。pandas的设计目标之一就是让缺失数据的处理任务尽量轻松（pandas对象上的所有描述统计都排除了缺失数据）

        pandas使用浮点值NaN表示浮点和非浮点数组中的缺失数据。

        python内置的None值也会被当做NA值处理。 

        过滤缺失数据   dropna（Series.dropna()、DataFrame.dropna()）

        填充缺失数据   fillna