机器学习常用的方法

• A.shapy() 查看A几行几列
• pandas.merge(a, b, on=’‘list_name’’)表链接
• pd.concat(objs, axis=0, join=‘outer’, join_axes=None,ignore_index=False,keys=None, levels=None, names=None, verify_integrity=False,copy=True)表链接
• pd.dropna()函数。过滤缺失数据
• finall()函数对缺失值进行填充。A[“a”] = A[“a”].finall(0)
• DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds) 该函数最有用的是第一个参数，这个参数是函数。一般为lambda
• pd.Series，只是一个一维数据结构，它由index和value组成。
  x=Series([‘a’,True,1])索引默认为0,1,2…
  dataframe，是一个二维结构，除了拥有index和value之外，还拥有column。
  -利用loc[‘行名’]、iloc[行索引]提取行数据
• pd.get_dummies（）用来解决中文。one-hot原理。
• np.reshape(重塑) 给数据一个新的形状而不改变其数据。
• numpy中concatenate函数 数组拼接。
• numpy.argmax(a, axis=None) 返回axis参数最大的索引 axis：参数为None时默认比较整个数组，参数为0按列比较，参数为1按行比较。
• data.drop_duplicates(subset=[‘A’,‘B’],keep=‘first’,inplace=True)
  • 去除重复项，subset是列名，keep是保留第一次出现的数据，inplace=True表示在原数据上修改。