Python处理DataFrame时的一些操作

本文介绍了在处理DataFrame时的一些高效操作,包括查找分类变量值、将分类变量转换为数字、提取列名、按列名读取数据以及从字典中提取键值。这些技巧对于数据预处理非常实用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

以前处理DataFrame都是使用切片来处理其中的值,今天做数据的预处理,发现了以前从来没用过的DataFrame操作,算是慢慢积累吧,首先看下原始数据格式
在这里插入图片描述
假设你已经把数据读入python了,如果你还不会读入数据,看下面代码:

import pandas as pd
train_data = pd.read_csv(r'C:\Users\Administrator\Desktop\train.csv')     #数据读入

1.找出分类变量的值

target = train_data['Category'].unique()
print(target)

在这里插入图片描述
2.把大批量分类变量的值变成对应数字表示,可以看看这篇文章字典巧用

data_dict = {}
count = 1
for data in target:
    data_dict[data] = count
    count += 1
data_dict   

train_data['Category'] = train_data['Category'].replace(data_dict)

3.提取出列名并删除一个列名,终于不用再用切片了!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值