数据挖掘 数据分析 数据处理 EDA 常用API笔记（持续更新）

import numpy as np

import pandas as pd

• np.arrage(num)生成一个 0~num-1 的List
• np.random.shuffle[list] 将list的内部顺序完全打乱，该方法无返回值，直接调用即可，调用完List就会改变
• pd.DataFrame.head()打印df的前五行
• pd.DataFrame.tail()打印df的最末尾五行
• pd.DataFrame.describe(),将该列数据的count,mean,std,max,min,25%分位数，50%分位数，75%分位数打印
• pd.DataFrame.values()返回一个numpy.ndarray,其值为DataFrame中的值（要和dict.values()进行区分，它返回的是一个List）
• np.ndarray.tolist()将ndarray转化为List

  ---

   

• pd.DataFrame.groupby() 将相同名称的项聚成一类 在groupby()后面可以用mean() std() sum()等计算该类的特征

df.groupby('order')["ext price"].sum()

• ---

  计算出的特征如何与原始数据结合呢 使用df.merge('new dataframe name')

df1 = df.merge('new dataframe name')