进阶 pandas之DataFrame（二）

学习第二天，将会每天坚持打卡学习就学习，如果觉得有帮助可以点赞一哈！！！

# 1.将空值用上下的平均值去填充

1)导入库并且建立一个DataFrame

import pandas as pd
import numpy as np
data={"course":["A","B","C","D","E",np.nan,"F","G"],"grade":[22,34,45,45,67,np.nan,53,23]}
df=pd.DataFrame(data)
df
 

	course	grade
0	A	22.0
1	B	34.0
2	C	45.0
3	D	45.0
4	E	67.0
5	NaN	NaN
6	F	53.0
7	G	23.0

2）开始填充

df["grade"]=df["grade"].fillna(df["grade"].interpolate())
df

course	grade
0	A	22.0
1	B	34.0
2	C	45.0
3	D	45.0
4	E	67.0
5	NaN	60.0
6	F	53.0
7	G	23.0

# 2.按照grade列进行去除重复值

df.drop_duplicates(["grade"])

course	grade
0	A	22.0
1	B	34.0
2	C	45.0
4	E	67.0
5	NaN	60.0
6	F	53.0
7	G	23.0

# 3.将grade列转化为list

df["grade"].to_list()

[22.0, 34.0, 45.0, 45.0, 67.0, 60.0, 53.0, 23.0]

# 4.计算grade列的平均值

df["grade"].mean()
43.625

# 5.获取grade，course列

1）第一种方法

df.grade

0    22.0
1    34.0
2    45.0
3    45.0
4    67.0
5    60.0
6    53.0
7    23.0
Name: grade, dtype: float64

2）第二种方法

df["grade"]

0    22.0
1    34.0
2    45.0
3    45.0
4    67.0
5    60.0
6    53.0
7    23.0
Name: grade, dtype: float64

看到有些小伙伴私信我，这些怎样可以记住，我总结了一哈：

注释1:

常用的方法有（一般末尾带’（）‘）：eg：以生成的对象df2为例子，1.抽样查看数据：head,tail,sample,take        df.head()        df2.tail()        df2.loc[:,'pop']        df2.iloc[:,1]        df2.sample(n=3)sample_idx = p.random.permutation        (3) df2.take(sample_idx)        2.drop删除记录/字段data = pd.DataFrame(np.arange(16).reshape((4,4)),index=['Ohio', 'Colorado', 'Utah', 'New York'], columns=['one','two','three','four'])
data.drop(['New York'],inplace=False)         # inplace=False,不在原对象上进行操作,返回新对象
data.drop(['Ohio'],inplace=True)              # inplace=True,在原对象上进行操作,不返回新对象
data.drop(['one'],axis=1,inplace=True)        # 删除列
## 3.函数应用和映射：applymap，apply
data = pd.DataFrame(np.random.randn(3,4), columns=list('abcd'))
np.abs(data)

### 1）将函数应用在每个元素上：精度保留到0.01
format = lambda x: '%.2f' %x
display(data.applymap(format))
display(data.a.map(format))

### 2）将函数应用在一行或一列的数组上：结果为标量或数组
f = lambda x:x.max() - x.mean()
data.apply(f,axis=0)

def f1(x):
    return pd.Series([x.min(),x.max()],index=['min','max'])

data.apply(f1)

注释2: 而不带括号的是属性，eg：df2.index，df2.values,df2.columns。