数据分析学习day9

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：表明不同列，纵向索引，叫columns，1轴，axis=1

import pandas as pd
from pymongo import MongoClient
import numpy as np
s1 = [{'lsls':12,'ssss':66},{'lsls':112,'ssss':1212,'qwqw':556}]
de = pd.DataFrame(s1)
print(de)

没有值的地方显示NAN

dataframe的基础属性：

df.shape #行数，列数

df.dtypes #列数据类型

df.ndim #数据维度

df.index #行索引

df.columns #列索引

df.values # 对象值，二维ndarray数组

dataframe整体情况查询：

df.head（3） #显示头部几行，默认五行

df.tail (3) # 显示末尾几行，默认五行

df.info （）# 相关信息概览： 行数，列数，列索引，列非空值个数，列类型，内存占用

df.describe（）# 快速综合统计结果：计数，均值，标准差，最大值，四分位数，最小值

pandas取行或者列：

方括号写数组，表示取行，对行进行操作

写字符串，表示的去列索引，对列进行操作

还有经过pandas优化过的选择方式;

df.loc通过标签索引行数据

df.iloc通过位置获取行数据

pandas的布尔索引;

 df[df["列名"]>800]

缺失数据的处理：
对于NAN的数据，在numpy中我们是如何处理的？

在pandas中处理起来非常简单

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.medlan(),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