快速介绍Python数据分析库pandas的基础知识和代码示例( 二 ) "软件工程师阅读教科书作为参

value_counts()函数的作用是:获取一系列包含唯一值的计数。
# View unique values and counts of Physics columndf['Physics'].value_counts(dropna=False)
文章插图
选择在训练机器学习模型时，我们需要将列中的值放入X和y变量中。
df['Chemistry'] # Returns column with label 'Chemistry' as Series
文章插图
df[['Name','Algebra']] # Returns columns as a new DataFrame
文章插图
df.iloc[0] # Selection by position
文章插图
df.iloc[:,1] # Second column 'Name' of data frame
文章插图
df.iloc[0,1] # First element of Second column>>> 68.0数据清理rename()函数在需要重命名某些选定列时非常有用，因为我们只需要指定要重命名的列的信息。
# Rename columnsdf = df.rename({'Name':'Student','Algebra':'Math'}, axis='columns')
文章插图
在DataFrame中，有时许多数据集只是带着缺失的数据的，或者因为它存在而没有被收集，或者它从未存在过。
NaN(非数字的首字母缩写)是一个特殊的浮点值，所有使用标准IEEE浮点表示的系统都可以识别它
pandas将NaN看作是可互换的，用于指示缺失值或空值。有几个有用的函数用于检测、删除和替换panda DataFrame中的空值。
# Checks for null Values, Returns Boolean Arrraycheck_for_nan = df.isnull()
文章插图
要检查panda DataFrame中的空值，我们使用isnull()或notnull()方法。方法返回布尔值的数据名，对于NaN值为真。在相反的位置， notnull()方法返回布尔值的数据，对于NaN值是假的。
value = http://kandian.youth.cn/index/df.notnull() # Opposite of df2.isnull()
文章插图
我们使用dropna()函数删除所有缺少值的行。
drop_null_row = df.dropna() # Drop all rows that contain null values
文章插图
有时，我们可能只是想删除缺失值的列。
# Drop all columns that contain null valuesdrop_null_col = df.dropna(axis=1)
文章插图
我们可以使用fillna()来填充缺失的值。例如，我们可能想用0替换' NaN ' 。
replace_null = df.fillna(0) # Replace all null values with 0
文章插图
或者用平均值替换NaN 。
# Replace all null values with the mean (mean can be replaced with almost any function from the statistics module)df = round(df.fillna(df.mean()),2)
文章插图
方法可用于替换DataFrame中的值
one = df.replace(100,'A') # Replace all values equal to 1 with 'one'
文章插图
筛选、排序和分组找到看到物理成绩达到80或80以上的学生
fil_80 = df[df['Physics'] > 80]
文章插图
学生在化学考试中得到80分或更高的分数，数学考试中却不到90分
fil = df[(df['Chemistry'] > 80) & (df['Math'] < 90)]
文章插图
sort_values ()可以以特定的方式对pandas数据进行排序。通常会根据一个或多个列的值对panda DataFrame进行排序，或者根据panda DataFrame的行索引值或行名称进行排序。
例如，我们希望按学生的名字按升序排序。
ascending = df.sort_values('Student')
文章插图
化学分数按降序排列
descending = df.sort_values('Chemistry',ascending=False)
文章插图