18招，小白必看的数据分析招式|上篇

阅读本文大概需要3分钟

菜鸟独白

Python语言之所以能在数据分析领域占有一席之地，能挑战MatLab和R的地位，除了它本身语言的简洁和优美之外！还有一个非常重要的原因就是它有Pandas这样的神兵利器来做作数据分析，今天我就把Pandas里面精华招式给大家分享一下！

我们用比较有名的泰坦尼克数据集来做示例，通过对这个数据集的处理，来讲一下数据分析的常见招式和基本手法，让小白也可以快速上手数据分析！

要点：

• 数据的基本处理

• 数据的提取

• 数据的初步清洗

• 数据的排序

1.拿到一个数据的基本处理

1).查看数据的维度

df.shape

>>

(891, 12) 

这是一个891*12的数据集

2).查看数据的基本信息

df.info() #查看数据集的整体的数据类型，比如有的int,有的是float,有的时候还有datetime64等等

>>

或是看一下查看整个数据的整体的分布

df.describe()

>>

3).查看数据集的空值，或者说是缺失值

df.isnull().sum() 

>> Age列有177个空值，Cabin有687，Embarked有2个

4).查看唯一值 

df['Pclass'].unique() #比如查看数据里面 船仓的类别

>>

array([3, 1, 2])

5).查看数据集的前3行,后3行

df.head(3) #前3行

df.tail(3)    #后3行

2.数据的提取

比如我们看一下下面的排序后的样本泰坦尼克数据集df3

6).按照索引的值进行提取:

df3.loc[630] #提取索引值为630的那一行

7).按照索引的位置进行提取

df3.loc[2]#取第三行的数据

8).取部分行和列

df3.iloc[2:5,:5]#取第二,三四行和前5列

9).按照条件提取

比如我们要提取仓位为小于2的，并且性别为女性的数据

df[(df['Pclass']<=2)&(df['Sex']=='female')]

3.数据的清洗

10).处理空值,用dropna删除空值

df.dropna(how='any') #发现Age中的空值会全部删掉

df.fillna(value=0)#用数据0来填充空值

df['Age'].fillna(df['Age'].mean())#用数据集里面的年龄均值来填充空值

11).对字符的处理，比如大小写的转换

df['Name'].map(str.upper).head(3) 

12).对字符串的快速映射转换

df['Pclass']=df['Pclass'].map({1:'一等舱',2:'二等舱',3:'三等舱'})

df.head(3)

用map对序列可以轻松的进行转换处理,非常酷!

13).对数据集中的数据格式的改变

用dtypes可以查看数据的格式，对于的转换可以用astype来转换

df.dtypes

>>

df['Fare'].astype('int') #把原来的float64->int

14).更改列的名字

df.rename(columns={'Survived':'是否获救'})

15).去掉重复值

通过drop_duplicates可以快速的去掉重复值

df['Embarked'].drop_duplicates()#比如我们想知道登船的类别，去掉所有重复的数据

>>

16).数据的代替,替换

比如把male代替为男

df['Sex']=df['Sex'].replace('male','男')

df.head(3)

4.数据的排序

17).按照年龄进行降序排列

df.sort_values(by=['Age'],ascending=False).head(10)

18).按照index来排序

pandas是数据分析里面的神兵利器，非常好用也非常灵活！上面只是精选了一部分的招数，我们的后面会对数据的处理更多复杂技巧进行总结，敬请期待!

近期热门：

你必须掌握的20个python代码，短小精悍，用处无穷

十行代码，用Python做一个迷你版的美图秀秀

实战：Flask + Vue 生成漂亮的词云

Python和Go都很火，我要怎么选？