Day 32 ： Pandas 布尔索引，数据处理

2020/11/04

Pandas 布尔索引

对于布尔索引 可能还有其他的条件 来挑选。
在DataFrame里 用括号把每个条件括起来和 & 符号 连接
df[( 800<df["Count_AnimalName"] ) & ( df["Count_AnimalName"]< 1000 )]

& 是且
| 是或

Pandas 缺失数据

一般数据缺失 就补充为NaN（和np.nan 一样） 或者让缺失的数据为0
1.判断数据是否为NaN：pd.isnull(df) 或者是 pd.notnull(df)
2.然后再对空数据进行处理

• 删除NaN所在的行列 dropna(axis = 0,how="any"，implace=False)这是直接删除一行或者一列。 how后面的any 就是有一个就删除。all 就是全部才删除；inplace 就是是否进行原地修改
• 填充数据到NaN的位置上。fillna(df.mean())就是填充数字

数值在变成NaN的时候，后面经过计算就会跳过NaN
有时候数据为0的时候 也要进行判断。因为有些0是有意义的，但还有一些0是人为添加的，这时候在计算的时候 就要变成NaN

问题

对于一组电影数据，如果我们想rating，runtime的分布情况，应该如何呈现数据？