运算
筛选出大于23且小于24的值
Pandas画图
Barh是横向的bar
Hist直方图 scatter散点图
读取保存文件
Index=False
mode默认是w
保存和读取时一定要指定一个键,不然会报错
Orient=”records”, lines=True
如果缺失值是“?”
数据离散化
和value_counts搭配使用
P_counts.value_counts()
Onehot编码
合并数据
按行索引直接合并到右边
默认是内连接
按照共同的值来进行拼接,如left和right中key1、key2中相同的值来拼接
左连接
以left表为基准,合并的表中包含所有left的值,再填上right表的值,不存在的值就是NaN
右连接也是一样
外连接
全部值都有,不存在用NaN
重命名行、列索引
Rename
交叉表
透视表
分组聚合
有两种方法:对dataframe或是对series
星巴克案例
按国家分
starbucks = pd.read_csv("./资料-边学边练超系统掌握人工智能机器学习算法/day03-资料/2.code/data/starbucks/directory.csv")
count = starbucks.groupby(["Country"]).count()
count["Brand"].plot(kind="bar", figsize=(20, 8))
plt.show()
加入省市
count2 = starbucks.groupby(["Country", "State/Province"]).count()