Pandas进阶操作

最新推荐文章于 2023-09-29 16:30:02 发布

碧空之戈

最新推荐文章于 2023-09-29 16:30:02 发布

阅读量466

点赞数

CC 4.0 BY-SA版权

分类专栏： Python 文章标签： pandas进阶

本文链接：https://blog.youkuaiyun.com/qq_38923076/article/details/82942525

Python 专栏收录该内容

18 篇文章

订阅专栏

本文详细介绍Pandas库中高级数据处理技巧，包括非空值计数、数据替换、类型筛选、排序、分组统计、透视表应用、虚拟变量创建及列过滤等，帮助读者掌握高效的数据分析方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

记录一些日常用到的偏技巧性的pandas操作

返回各列非空值的个数，默认降序排序

loans_2007['loan_status'].value_counts()

替换为1和0

status_replace = { "loan_status" : { "Fully Paid": 1, "Charged Off": 0, } }
loans_2007 = loans_2007.replace(status_replace)

选出特定类型的列

object_columns_df = loans.select_dtypes(include=["object"])
print(object_columns_df.iloc[0])

按照某几列排序

data.sort_values(['Fare','Age'],ascending=False)

按照某列分组，groupby的使用

data.groupby(by='Sex').count()

透视表功能，不设置aggfunc方法的情况下，用的是均值

data.pivot_table(index='Pclass',values='Age'，aggfunc=[len,mean,median])
透视表创建完成后，一般需要重置索引列
data_reindexed = new_data.reset_index(drop = True)

创建虚拟变量

dummy_df = pd.get_dummies(loans[cat_columns])
loans = pd.concat([loans, dummy_df], axis=1)
loans = loans.drop(cat_columns, axis=1)

过滤只有一个值的列

orig_columns = loans_2007.columns
drop_columns = []
for col in orig_columns:
    col_series = loans_2007[col].dropna().unique()
    if len(col_series) == 1:
        drop_columns.append(col)
loans_2007 = loans_2007.drop(drop_columns, axis=1)