1.pandas常用数据类型
(1)Series 一维,带标签数组
(2)DataFrame 二维,Series容器
2.pandas之Series切片和索引
t 的输出:
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
3 用pandas读取的狗名字统计数据前一百
4 pandas之loc
(1)df.loc 通过标签索引行数据
(2)df.iloc 通过位置获取行数据
5 缺失数据的处理
对于NaN的数据,在pandas中我们处理起来非常容易
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
6 例题:假设现在我们有一组从2006年到2016年1000部最流行的电影数据,我们想知道这些电影数据中评分的平均分,导演的人数等信息,我们应该怎么获取
例题:对于这一组电影数据,如果我们想runtime的分布情况,应该如何呈现数据?
例题:对于这一组电影数据,如果我们希望统计电影分类(genre)的情况,应该如何处理数据
绘出条形图
7 join:默认情况下他是把行索引相同的数据合并到一起