机器学习-数据科学库（第4节）

一、pandas是什么？

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。
常用数据类型：
Series 一维，带标签数组
DataFrame 二维，Series容器

二、Series创建

三、pandas之Series切片和索引

四、pandas之读取外部数据

数据存在csv中，直接使用pd. read_csv即可
对于数据库比如mysql或者mongodb中数据：pd.read_sql(sql_sentence,connection)

五、pandas之DataFrame

DataFrame对象既有行索引，又有列索引
行索引，表明不同行，横向索引，叫index，0轴，axis=0
列索引，表名不同列，纵向索引，叫columns，1轴，axis=1

六、pandas之取行或者列

七、pandas之布尔索引

八、pandas之字符串方法

九、缺失数据处理

判断数据是否为NaN：pd.isnull(df),pd.notnull(df)

处理方式1：删除NaN所在的行列dropna (axis=0, how=‘any’, inplace=False)
处理方式2：填充数据，t.fillna(t.mean()),t.fiallna(t.median()),t.fillna(0)
处理为0的数据：t[t==0]=np.nan
当然并不是每次为0的数据都需要处理
计算平均值等情况，nan是不参与计算的，但是0会

十、常用统计方法