python数据处理常用函数_pandas数据分析常用函数总结大全:上篇
基础知识在数据分析中就像是九阳神功,熟练的掌握,加以运用,就可以练就深厚的内力,成为绝顶高手自然不在话下!
为了更好地学习数据分析,我对于数据分析中pandas这一模块里面常用的函数进行了总结。整篇总结,在详尽且通俗易懂的基础上,我力求使其有很强的条理性和逻辑性,所以制作了思维导图,对于每一个值得深究的函数用法,我也会附上官方链接,方便大家继续深入学习。
文章中的所有代码都会有讲解和注释,绝大部分也都会配有运行结果,这样的话,整篇总结篇幅量自然不小,所以我分成了上下两篇,这里是上篇,下篇在次条。
1. 导入模块
import pandas as pd # 这里用到的是pandas和numpy两个模块
import numpy as np
2. 创建数据集并读取
2.1 创建数据集
我构造了一个超市购物的数据集,该数据集属性包括:订单ID号(id)、订单日期(date)、消费金额(money)、订单商品(product)、商品类别(department)、商品产地(origin)。
# 列表和字典均可传入DataFrame,我这里用的是字典传入:
data=pd.DataFrame({
"id":np.arange(101,111), # np.arange会自动输出范围内的数据,这里会输出101~110的id号。
"date":pd.date_range(start="20200310",periods=10), # 输出日期数据,设置周期为10,注意这里的周期数应该与数据条数相等。
"money":[5,4,65,-10,15,20,35,16,6,20], # 设置一个-10的坑,下面会填(好惨,自己给自己挖坑,幸亏不准备跳~)
"product":['苏打水','可乐','牛肉干','老干妈','菠萝','冰激凌','洗面奶','洋葱','牙膏','薯片'],
"department":['饮料','饮料','零食','调味品','水果',np.nan,'日用品','蔬菜','日用品','零食'], # 再设置一个空值的坑
"origin":['China',' China','America','China','Thailand','China','america','China','China','Japan'] # 再再设置一个america的坑
})
data # 输出查看数据集
输出结果:
2.2 数据写入和读取
data.to_csv("shopping.csv",index=False) # index=False表示不加索引,否则会多一行索引
data=pd.read_csv("shopping.csv")
3. 数据查看
3.1 数据集基础信息查询
data.shape # 行数列数
data.dtypes # 所有列的数据类型
data['id'].dtype # 某一列的数据类型
data.ndim # 数据维度
data.index # 行索引
data.columns # 列索引
data.values # 对象值
3.2 数据集整体情况查询
data.head() # 显示头部几行(默认5行)
data.tail() # 显示末尾几行(默认5行)
data.info() # 数据集相关信息概览:索引情况、列数据类型、非空值、内存使用情况
data.describe() # 快速综合统计结果
4. 数据清洗
4.1 查看异常值
当然,现在这个数据集很小,可以直观地发现异常值,但是在数据集很大的时候,我用下面这种方式查看数据集中是否存在异常值,如果有其他更好的方法,欢迎传授给我。
for i in data:
print(i+": "+str(data[i].unique())) # 查看某一列的唯一值
输出结果:我们发现,该数据集中money存在一个负值,department存在一个空值以及origin存在大小写问题。
4.2 空值处理
4.2.1 空值检测
data.isnull()# 查看整个数据集的空值data['department'].isnull()# 查看某一列的空值
data.isnull() # 查看整个数据集的空值
data['department'].isnull() # 查看某一列的空值
输出结果:
将空值判断进行汇总,更加直观,ascending默认为True,升序。
data.isnull().sum().sort_values(ascending=False)
输出结果:
4.2.2 空值处理
pandas.DataFrame.fillna(value = None,method = None,inplace = False)
value:用于填充的值,可以是具体值、字典和数组,不能是列表;
method:填充方法,有 ffill 和 bfill 等;
inplace默认无False,如果为True,则将修改此对象上的所有其他视图。
data['department'].fillna(method="ffill") # 填充上一个值,即填充“水果”
输出结果:
data['department'].fillna(method="bfill") # 填充下一个值,即填充“日用品”
data['department'].fillna(value="冷冻食品",inplace=True) # 替换为具体值,并且在原对象值上进行修改
输出结果:
4.3 空格处理
只针对object类型数据
for i in data: # 遍历数据集中的每一列
if pd.api.types.is_object_dtype(data[i]): # 如果是object类型的数据,则执行下方代码
data[i]=data[i].str.strip() # 去除空格
data['origin'].unique() # 验证一下
输出结果:array([‘China’, ‘America’, ‘Thailand’, ‘america’, ‘Japan’], dtype=object)
4.4 大小写转换
data['origin'].str.title() # 将首字母大写
data['origin'].str.capitalize() # 将首字母大写
data['origin'].str.upper() # 全部大写
data['origin'].str.lower() # 全部小写
4.5 数据替换
data['origin'].replace("america","America",inplace=True) # 将第一个值替换为第二个值,inplace默认为False
data['origin']
输出结果:
data['money'].replace(-10,np.nan,inplace=True) # 将负值替换为空值
data['money'].replace(np.nan,data['money'].mean(),inplace=True) # 将空值替换为均值
data['money']
输出结果:
4.6 数据删除
方法一
data1 = data[data.origin != 'American'] #去掉origin为American的行
data1
data2=data[(data != 'Japan').all(1)] #去掉所有包含Japan的行 不等于Japan的行为真,则返回
data2
方法二
data['origin'].drop_duplicates() # 默认删除后面出现的重复值,即保留第一次出现的重复值
输出结果:
data['origin'].drop_duplicates(keep='last') # 删除前面出现的重复值,即保留最后一次出现的重复值
输出结果:
更多关于pandas.DataFrame.drop_duplicates的用法,戳下面官方链接:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop_duplicates.html#pandas.DataFrame.drop_duplicates
4.7 数据格式转换
data['id'].astype('str') # 将id列的类型转换为字符串类型。
常见的数据类型对照
4.8 更改列名称
data.rename(columns={'id':'ID', 'origin':'产地'}) # 将id列改为ID,将origin改为产地。
输出结果:
python数据处理常用函数_pandas数据分析常用函数总结大全:上篇相关推荐
- ltrim函数_数据分析常用Excel函数
Excel是我们工作中经常使用的一种工具,对于数据分析来说,这也是处理数据最基础的工具.本文介绍数据分析中最常用的Excel函数. 查找匹配类 文本数据清洗类 日期类 逻辑运算类 计算统计类 一.查找 ...
- python 股票分析常用库_Python数据分析常用库有哪些?Python学习!
Python为什么受欢迎?因为Python简单.易懂.好用,是一门高级的编程语言;除此之外,Python提供了大量的第三方库,开箱即用,方便.免费,非常适合从事数据分析领域的工作. 大家也都知道,Py ...
- python中的values函数_Pandas之排序函数sort_values()的实现
一.sort_values()函数用途 pandas中的sort_values()函数原理类似于SQL中的order by,可以将数据集依照某个字段中的数据进行排序,该函数即可根据指定列数据也可根据指 ...
- python中shift函数_pandas DataFrame.shift()函数
pandas DataFrame.shift()函数可以把数据移动指定的位数 period参数指定移动的步幅,可以为正为负.axis指定移动的轴,1为行,0为列. eg: 有这样一个DataFrame ...
- python sort_values函数_Pandas之排序函数sort_values()的实现
一.sort_values()函数用途 pandas中的sort_values()函数原理类似于SQL中的order by,可以将数据集依照某个字段中的数据进行排序,该函数即可根据指定列数据也可根据指 ...
- python isin函数_pandas中isin()函数及其逆函数使用
pandas中isin()函数及其逆函数使用 发布时间:2018-05-27 21:11, 浏览次数:2021 , 标签: pandas isin 我使用这个函数就是用来清洗数据,删选过滤掉DataF ...
- Excel数据分析常用函数④——日期函数(now,today,datedif,weekday,weeknum,text)
Excel 系列目录: Excel数据分析常用函数①--查询函数 Excel数据分析常用函数②--统计函数 Excel数据分析常用函数③--字符串函数 Excel高级图表11-数据可视化的极简之美 E ...
- Excel数据分析常用函数①——查询函数(vlookup,hlookup,lookup,match,index…)
Excel 系列目录: Excel数据分析常用函数①--查询函数 Excel数据分析常用函数②--统计函数 Excel数据分析常用函数③--字符串函数 Excel数据分析常用函数④--日期函数 Exc ...
- python提供了两种基本的数值类型_python数据分析(一) python当中的数据类型--数字和常用函数...
python当中内置了多种数据类型,了解python内置的基本数据类型,有助于进行进行数据处理.第一篇我们将介绍python当中的数字. 我们将介绍每一种数字类型,他们适用的操作符,以及用于处理的内建 ...
最新文章
- voc生成xml 代码
- Hadoop配置文件参数详解
- C 的 6 种内存顺序,你都知道吗?
- 1816. 截断句子
- npm eject 暴露webpack报错,less或sass添加报错
- python学习day26 封装 property 类方法 静态方法 反射
- [转]适合过一辈子的人
- Vue 中的计算属性,方法,监听器
- 机器学习算法工程师面试问题汇总(持续更新)
- java.lang.NoClassDefFoundError异常原因分析和解决方案
- Windows10家庭版更改C盘用户user文件夹名称(小新pro13亲测有效)
- NET CORE Learning
- Linux小白进阶之克隆服务器
- 50岁能自学python吗_35岁了零基础自学Python可行吗?
- REDIS-雪崩、击穿、穿透
- 熊掌号渠道购买 熊掌号账户类型选择注意事项
- 初级摄影全程训练教程
- The Old Man and The Sea 老人与海 by Ernest Hemingway 欧内斯特-海明威
- fgo1月23号服务器维护,FGO1月23号更新一览 1月23号更新内容详解
- 欢迎大家访问我的下载频道下载资源