麦当当的博客

给SQL入门选手提供一些便利

透视表（Pivot Table）是数据分析中一种非常强大的工具，用于快速汇总、分析、探索和展示数据。透视表可以根据数据的不同维度和指标进行重组和计算，帮助用户从大量数据中提取有用的信息和发现数据中的模式和趋势。

参数值为int类型，按行去除NaN值，去除NaN值后该行剩余数值的数量（列数）大于等于n，便保留这一行。接收一个列表，列表中的元素为列名: 对特定的列进行缺失值删除处理。1, or 'columns'：删除包含缺失值的列。0, or 'index'：删除包含缺失值的行。all: 如果所有值都是NA，则删除该行或列。inplce=True，对原数据集进行修改。any: 如果存在NA值，则删除该行或列。可选参数，不建议使用这个参数。可选参数 ，默认为0按行删。subset接收一个列表。可选参数，默认为any。

join = 'inner' 默认 ‘outer’ outer 会保留连接的两张表的所有的信息， 有列名、行名不匹配的时候， 用NaN填充， 如果是inner 只会连接 行名、列名相同的部分。需要注意的是， index columns values 都可以传列表， aggfunc 可以针对不同的value 选择不同的聚合方式， 此时需要传入字典 但是不推荐把表做的过于复杂。作用和散点图类似， 当数据量比较大的时候， 绘制散点图， 好多点会重复绘制到相同的位置， 普通的散点图不能读出这个信息来。

分组字段，可以有1个多个， 默认分组的字段在分组的结果中会作为行索引， 如果设置了as_index = False ，分组字段会作为结果的列数据， 会使用从0开始的整数索引。df.grouppy([分组字段], as_index= ).agg({‘聚合字段名’:'聚合方法名','聚合字段名’:'聚合方法名'})pd.cut(df['价格'],bins = [0,3000,8500,210000],labels=['便宜','中等','贵'])

df_head3.drop_duplicates(subset=['户型','朝向'],keep='last',ignore_index=True)df_head['区县'] = ['朝阳区','朝阳区','西城区','昌平区','朝阳区'] # 传入列表长度和df长度必须一致。charset=utf8'df.rename(index = {'老值':'新值'},columns={'老值':'新值'})df_head3['区域'].apply(func,args=['昌平区','其它区'])

values 值， ndarray（注意 pandas2.0以后， 底层调用的运算库，可以不是numpy了， 可以选择pyarrow）修改数据的API默认不会再原始的数据上进行修改， 而是会在副本上进行修改， 并且会把这个修改后的副本作为方法的返回值， 返回来。如果两行行索引不一样，不能在一起算， 如果一个Series里有的行索引， 另一个Series没有， 返回NaN。可以传入字典 {‘列名’:[值1，值2， 值3]，‘列名2’:[值1，值2， 值3]}

数据分析是指使用统计、数学、计算机科学和其他技术手段对数据进行清洗、转换、建模和解释的过程，以提取有用的信息、发现规律、支持决策和解决问题。数据分析可以应用于各种领域，包括商业、医学、工程、社会科学等。确定问题：明确要解决的问题或要回答的业务问题。设定目标：定义分析的具体目标和期望的结果，如提高销售额、降低成本、优化运营等。