Pandas从入门到实战（day2）

新增数据列

读取csv数据

import pandas as pd

fpath = "./a.csv"
df = pd.read_csv(fpath)
print(df.head(2))

替换数据
df.loc[:, "week"] = df["week"].str. replace("#", "").astype('int32')

直接赋值

# 新增列
df.loc[:, "year"] = 2021
print(df.head())
# 运用前面的列进行操作
df.loc[:,"year-day"] = df['year'] - df['day']
print(df.head())

df.apply

沿着DataFrame轴应用函数。传递给函数的对象是Series对象，其索引要么是DataFrame的索引(axis=0)，要么是DataFrame的列(axis=1)。

实列：如果week是1,代表周一，2代表周二.....将数字转化为汉字

def getWeek(x):
    if x["week"] == 1:
        return '周一'
    if x["week"] == 2:
        return '周二'
    if x["week"] == 3:
        return '周三'
    if x["week"] == 4:
        return '周四'
    if x["week"] == 5:
        return '周五'
    if x["week"] == 6:
        return '周六'
    if x["week"] == 3:
        return '周天'
    return "week转换错误！"


df.loc[:,"week_Chinese"] = df.apply(getWeek, axis=1)
print(df.head())

统计类型计数天数

df["week_Chinese"].value_counts()

df.assign

将新列分配给DataFrame。返回一个新对象，除新列外，还包含所有原始列。

	示例：将mounth+1放入一列，然后将year+1放入下一列

df.assign{
data1 = lambda x : x['mounth']+1
data2 = lambda x : x['year']+1
}

按条件选择分组分别赋值

df.loc[df['day']-15>0,'h_mounth']="下半月"
df.loc[df['day']-15<0,'h_mounth']="上半月"

pandas数据统计函数

汇总类总计

1. 一下提取所有数字列表统计结果
   df.describe()
2. 查看单个Series数据
   df['day'].mean()
3. 最大值和最小值
   df['day'].max()：最大值
   df['day'].max()：最小值

唯一去重和按值统计

1. 唯一性去重
   df['day'].unique()
2. 按值计数
   df['day'].values_counts()

相关系数和协方差

1. 相关系数：衡量同向反向程度
   -> 如果协方差为正，说X，Y同向变化，协方差越大说明同向程度越高；如果协方差为负，说明X，Y反向运动，协方差越小说明反向程度越高。
   df.corr()
   查看a和b的相关系数
   df['a'].corr(df['b'])

2. 协方差：衡量相似程度
   -> 当他们的相关系数为1时，说明两个变量变化时的正向相似度最大，当相关系数为-1时，说明两个变化的反向相似度最大
   df.cov
   查看a和b的协方差
   df['a'].cov(df['b'])