通过apply进行数据预处理

数据准备


这里我事先下载了一个csv文件,其中包含两列:时间戳和字符串,大小为近8000行
这里写图片描述

使用apply进行预处理


apply可以批量的改变dataframe中的数据。
这里写图片描述

经过上边的处理,在df中添加了一列,全部都是a

将A列改的值为大写

这里写图片描述

apply接收了一个函数作为参数,apply将会把指定列中的每一个值送给函数参数进行处理。

data列拆分

根据观察,data列的值其实是三个部分组成:
Symbol、Seqno、Price。

现在想把这一列变成三列。

就单个一个data的数据来说,可以用split方法进行拆分:
这里写图片描述

有了这个方法之后,定义一个用于处理所有数据的函数:
这里写图片描述

然后对原dataframe的data列数据进行apply处理:
这里写图片描述

将新的dataframe连接到原来的dataframe中并删除data列数据,得到最终的结果:
这里写图片描述

使用pandas作为Python中最流行的数据分析库之一,可以对数据进行方便高效的预处理。以下是pandas进行数据预处理的一些常见操作: 1. 数据导入和读取:pandas可以读取多种格式的文件,如CSV、Excel、SQL数据库等。使用pandas的read_XXX函数可以快速导入数据DataFrame对象中。 2. 数据清洗:pandas可以对数据进行清洗,处理缺失值、异常值等问题。使用dropna函数可以删除缺失值所在的行或列,使用fillna函数可以填充缺失值。通过isnull和notnull函数可以判断数据是否缺失。 3. 数据转换:pandas提供了强大的数据转换功能,可以对数据进行排序、过滤、重命名、重索引等操作。可以使用sort_values函数对数据进行排序,使用filter函数进行数据筛选,使用rename函数重命名列名,使用reset_index函数重置索引。 4. 数据合并:pandas可以将多个数据集进行合并,使用merge函数可以根据一个或多个键将不同数据集中的数据连接到一起,使用concat函数可以按照指定的轴将多个数据集进行拼接。 5. 数据转换:pandas可以对数据进行转换,包括通过apply函数对数据进行自定义函数的计算,使用cut和qcut函数进行数据离散化和分箱处理,使用get_dummies函数将分类变量转换为哑变量编码。 6. 数据统计和聚合:pandas提供了丰富的统计和聚合函数,可以对数据进行统计描述和聚合操作。包括mean、sum、count、min、max等函数,可以对数据进行分组统计。 通过以上常见操作,pandas可以有效地对数据进行预处理,为后续的数据分析和建模提供清洁和合适的数据。由于其简洁且易于使用的API,使得数据预处理变得更加高效和灵活。
评论 1
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