数据分析-Pandas数据分类处理
数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
数据表，时间序列数据在数据分析建模中很常见，例如天气预报，空气状态监测，股票交易等金融场景。数据分析过程中重新调整，重塑数据表是很重要的技巧，此处选择Titanic数据，以及巴黎、伦敦欧洲城市空气质量监测 N O 2 NO_2 NO2数据作为样例。
数据分析
本文用到的样例数据：
样例代码：
导入关键模块
import pandas as pd
import numpy as np
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据并不完全是数值类型，也有可能是字符串，或者其他数据，需要做分类处理。pandas如何进行数据的分类呢？
下面对 pandas 分类数据类型做个简单的介绍。
分类数据
Categoricals 是 pandas 的一种数据类型，对应统计分类变量。通常，统计分类变量是有限的、固定的、 可能数值。例如，性别， 社会阶层，血型，颜色，种类，评价，评级等等。
与统计分类变量相比，分类数据还可能有一个顺序（例如 “非常同意”与“同意”，“第一次观察”与“第二次观察”），但不能进行算术计算，比如，加减乘除。
所有的数据，要么在分类数据中，要么不在。分类数据如果有顺序，那么是按定义的值进行排序，而不是按照词法顺序，比如字母顺序，数字顺序。实际上在内部，其数据结构是由一个真正数值的数组和一个整数数组构成，整数数组指向真正值的数组。 哈哈，有点绕。
分类的作用
categorical 数据类型在以下情况下很有用：
- 仅由几个不同值组成的字符串变量。字符串变量转换为分类变量可节省一些内存。
- 变量的逻辑顺序和词法顺序不同，通过转换为分类并指定类别的顺序，这样可以使用逻辑顺序进行排序， min/max 操作。
- 提示 Python 库，表明此列应被视为分类变量操作（例如，使用合适的统计方法或绘图类型）。
分类对象创建
基于Series
分类或者列，可以通过多种方式创建。
最简单的方式，通过在构造时指定：dtype="category"
In [1]: s = pd.Series(["a", "b", "c", "
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
