pandas中的corr()_在Python中使用Pandas

本文介绍了如何使用Pandas库在Python中进行数据选择、聚合和统计分析,通过银行客户流失数据集展示了数据帧的操作,如列选择、过滤以及计算统计信息和相关性。

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

3a9d7182201fcec84aa7c397414f6f20.png

Pandas是一个python库,用于处理数据、生成统计数据、聚合数据等等。在这篇文章中,我们将讨论如何使用Pandas库进行数据选择、聚合和统计分析。

我们开始吧!

我们将使用银行客户流失建模数据集。数据可以在这里找到。

https://www.kaggle.com/sanjanavoona1043/bank-churn

首先,我们导入Pandas库,打印前五行数据:

import pandas as pddf = pd.read_csv("Bank_churn_modelling.csv")pd.set_option('display.max_columns', None)pd.set_option('display.max_rows', None)print(df.head())
bcecd315720d707c4b0928175782f3c4.png

数据选择

这里我们将考虑使用Pandas数据帧进行数据选择。我们可以使用“[]”来选择数据列。例如,如果要选择“CreditScore”、“Gender”、“Age”和“Exited”,可以执行以下操作:

df_select = df[['CreditScore', 'Gender', 'Age',  'Exited']]print(df_select.head())
e4ea97261c5c839383fde51e88e907c3.png

还可以按列值过滤原始数据帧。让我们过滤原始数据,

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