pandas使用记录

Series.dropna().unique()

>>> ser = pd.Series([1., 2., np.nan])
>>> ser
0    1.0
1    2.0
2    NaN

>>> ser.dropna()
0    1.0
1    2.0
dtype: float64

ser=pd.Series([1,2,np.nan])
ser.dropna(inplace=True)##返回值是none

值得注意的是dataframe.dropna()是删除含有nan的一行或者一列

pd.Categorical

c = pd.Categorical(['a','b','c','a','b','c','d'], ordered=True,categories=['c', 'b', 'a'])
print(c)
--》[a, b, c, a, b, c, NaN]  ##没有的类别换成成NAN
	Categories (3, object): [c < b < a]##大小排序
print(c.categories)
--》Index(['c', 'b', 'a'], dtype='object')
print(c.codes)
--》[ 2  1  0  2  1  0 -1]##NAN编码转化为-1

pd.Series.d