数据分析-Pandas分类数据的比较如何避坑
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如何控制数据分类处理呢？需要配置哪些参数？
分类数据的比较
有三种情况，可以将分类数据与其他对象进行比较：
- 与列表类的比较相等，例如相同长度的类似列表的对象（如列表、序列、数组…)。
- 分类数据之间的比较，它们对应数值是否相同，比较操作包括
==``!=``>``>=``<``<=。 - 分类数据的所有数值与标量的比较。
所有其他的比较，尤其是两个类别的“不相等”比较，具有不同的 类别或具有任何类似列表的对象的分类将引发 错误.TypeError
In [112]: cat = pd.Series
最低0.47元/天 解锁文章
扫一扫
380
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
