前言

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

#博学谷IT学习技术支持#

一、Dataframe的分组聚合运算

import pandas as pd
#%%
gapminder = pd.read_csv('/root/data/gapminder.tsv',sep='\t')
gapminder.head()
#%%
#每一年的平均预期寿命是多少？每一年的平均人口和平均GDP是多少？
gapminder.groupby('year')['lifeExp','pop','gdpPercap'].mean()
#%%
#如果我们按照大洲来计算，每年每个大洲的平均预期寿命，平均人口，平均GDP情况又如何？
gapminder.groupby(['continent','year'])['lifeExp','pop','gdpPercap'].mean()
#%%
gapminder.groupby(['continent','year'])[['lifeExp','pop','gdpPercap']].mean()
#%%
#在数据中，每个大洲列出了多少个国家和地区？
gapminder.groupby(['continent'])['lifeExp','pop','gdpPercap'].mean()
#%%
#在数据中，每个大洲列出了多少个国家和地区？
gapminder.groupby('continent')['country'].nunique()

分组频数计算

# 可以使用 *nunique* 方法 计算Pandas Series的唯一值计数 (去重计数)
gapminder.groupby('continent')['country'].nunique()
#%%
#可以使用 *value_counts* 方法来获取Pandas Series 的频数统计
#计数并没有去重
# 1 对调用value_counts的列进行分组
# 2 统计每个分组的数量
# 3 按照统计的结果进行降序排序
#%%
gapminder.value_counts('continent')
#%%
## 简单绘图
#%%
global_yearly_life_expectancy = gapminder.groupby('year')['lifeExp'].mean()
print(global_yearly_life_expectancy)
#%%
global_yearly_life_expectancy.plot()
#%%

二、DatamFrame常用统计值以及排序方法

代码如下（示例）：

college.columns#查看列数
college.describe().T#统计数值列，并进行转置
college.describe(include='all') # 统计所有的列 包括数值列和类别类型 字符串类型
college.describe(include=object) # 类别类型 字符串类型
college.info()

常用排序方法

#用nlargest方法，选出imdb_score分数最高的100个
movie2.nlargest(100,'imdb_score').head()
#使用nsmallest方法再从中挑出预算最小的五部
movie2.nlargest(100,'imdb_score').nsmallest(5,'budget')#budget预算 imdb_score评分
## 通过排序选取每组的最大值——找到每年imdb评分最高的电影
#sort_values 按照年排序，ascending 降序排列(从大到小)
movie2 = movie[['movie_title','title_year','imdb_score']]
movie2.sort_values(['title_year'],ascending=False).head()#对年分组排序 并升序排列
#同时对'title_year','imdb_score' 两列进行排序
movie3 = movie2.sort_values(['title_year','imdb_score'], ascending=False)
movie3.head()#按照年份和评分排序 升序排列
#用 drop_duplicates 去重，只保留每年的第一条数据
movie3_drop_duplicates = movie3.drop_duplicates(subset='title_year')
movie3_drop_duplicates
## 提取出每年，每种电影分级中预算少的电影——sort_values多列排序
movie4 = movie[['movie_title', 'title_year', 'content_rating', 'budget']]
movie4
movie4_sorted = movie4.sort_values(['title_year','content_rating','budget'],ascending=[False,False,True])
movie4_sorted#按照年份 类目 预算 并限定
movie4_sorted.drop_duplicates(subset=['title_year','content_rating'])
movie4_sorted.nunique()

三、DatamFrame的数据分析案例(租房数据)

代码如下（示例）：

import pandas as pd
house_data = pd.read_csv('/root/data/LJdata.csv')
house_data.head()
house_data.shape
house_data.info()
house_data.describe()
house_data.dtypes
#找到租金最低，和租金最高的房子
house_data.sort_values(['价格'],ascending=False).head(1)
house_data.sort_values(['价格'],ascending=True).head(1)
#找到最近新上的10套房源
house_data.sort_values(['更新时间'],ascending=False).head(10)
house_data.sort_values(by='更新时间', ascending=False).head(10)
#查看所有更新时间
house_data['更新时间'].unique()
house_data.head()
# 不同看房人数的房源数量，as_index = False 分组字段不作为行索引（默认为True)
tmp_df = house_data.groupby('看房人数',as_index= False)[['区域']].count()
tmp_df.columns = ['看房人数', '房源数量']
tmp_df.head()
#画图 %matplotlib inline 功能是在jupyter notebook中内嵌绘图，并且可以省略掉 plt.show()
%matplotlib inline
tmp_df['房源数量'].plot(kind='bar',figsize=(20,10))
house_data
#看房人数最多的朝向
tmp_df = house_data.groupby('朝向',as_index= False)[['看房人数']].sum()
tmp_df.columns = ['朝向', '看房人数']
tmp_df[tmp_df['看房人数']==tmp_df['看房人数'].max()]
#房型分布情况
house_type_dis = house_data.groupby(['户型']).count()
%matplotlib inline
house_type_dis['区域'].plot(kind='bar') #柱状图
house_type_dis
house_data.head()
#最受欢迎的房型
house_data.head()
house_data1 = house_data.groupby(['户型'])[['看房人数']].sum()
house_data1.sort_values('看房人数', ascending=False).head(1)
house_data1
#房子的平均租房价格 （元/平米）
house_data['价格'].mean()
#热门小区
house_data1 = house_data[['地址','看房人数']].groupby(['地址'],as_index=False)[['看房人数']].sum()
house_data1.sort_values('看房人数', ascending=False).head()
#出租房源最多的小区
house_data.head()
house_data1 =house_data[['区域','地址']].groupby(['地址'])[['区域']].count()
house_data1.sort_values('区域',ascending=False).head(1)
tmp_df2 = house_data[['区域','地址']].groupby(['地址'],as_index=False).count()
tmp_df2.columns =  ['地址','count']
tmp_df2.nlargest(columns='count', n=1)

总结

以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。学习不等于学会沉下心

【带你快速了解人工智能开发Pandas基础课程第六周】相关推荐

【带你快速了解人工智能开发Python基础课程第二周】
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言 1.Python数据类型转换 2.算术运算符和赋值运算符 3.扩展:短路运算 4.if选择判断结构 5.while循环 ...
AI专家一席谈：复用算法、模型、案例，AI Gallery带你快速上手应用开发
摘要: 华为云社区邀请到了AI Gallery的负责人严博,听他谈一谈AI Gallery的设计初衷.经典案例以及未来规划. 本文分享自华为云社区<AI专家一席谈:复用算法.模型.案例,AI G ...
AI 科学家带你快速 Get 人工智能最热技术
日前,京东智联云与贪心学院联合举办的人工智能前沿技术交流大会,已在线上完满结束.本次交流大会我邀请到ALBERT 模型的第一作者.西湖大学特聘研究员蓝振忠博士,京东智联云视觉零售算法组负责人于伟博士, ...
Linux实验报告常用工具开发,Linux基础入门第六节实验报告
第六节文件打包与压缩在 Windows 上最常见的不外乎这三种 *.zip,*.rar,*.7z 后缀的压缩文件,而在 Linux 上面常见常用的除了以上三种外,还有 *.gz,*.xz,*.bz2 ...
研一Python基础课程第三周课后习题分享（下）（含源代码）
这里分享剩余的八道题,比起前八道,后面八道题相对容易很多! 一.题目分享第九题:计算圆周率--无穷级数法描述‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬ ...
Flutter基础篇（2）-- 老司机用一篇博客带你快速熟悉Dart语法
版权声明:本文为博主原创文章,未经博主允许不得转载.https://www.jianshu.com/p/3d927a7bf020 转载请标明出处: https://www.jianshu.com/p/ ...
iPhone开发教程 UI基础课程（58课时）
qianqianlianmeng iPhone开发教程 UI基础课程(58课时) 第一章 iPhone开发入门 UI基础课程第一章 iPhone开发入门 1.1 iOS概述和架构 ...
斯坦福学长带你深入了解人工智能
相信每个入行人工智能的老手,对自己过往的几年学习生涯都或多或少会有一些遗憾:如果我当年先从基本概念入手就好了,如果我当年把核心算法吃的更透一点就好了--最近,一位在行业内工作了几年的斯坦福人工智能&q ...
2018-2019-2学号20189220余超《移动平台应用程序开发实践》课程总结
2018-2019-2学号20189220余超<移动平台应用程序开发实践>课程总结第一周作业:简要学习java语言的基本语法结构.java语言的特点.环境等.循环语句. 第二周作业:对象 ...

【带你快速了解人工智能开发Pandas基础课程第六周】

文章目录

前言

一、Dataframe的分组聚合运算

二、DatamFrame常用统计值以及排序方法

三、DatamFrame的数据分析案例(租房数据)

总结

【带你快速了解人工智能开发Pandas基础课程第六周】相关推荐

最新文章

热门文章