pandas常用数据分析语法（一）：数据导入

wlsccc

于 2022-02-16 17:41:51 发布

阅读量560

点赞数

CC 4.0 BY-SA版权

分类专栏：数据分析文章标签：数据分析 python pandas

本文链接：https://blog.youkuaiyun.com/wlsccc/article/details/122968700

数据分析专栏收录该内容

5 篇文章

订阅专栏

这篇博客介绍了Pandas库在数据导入、数据大小检查、处理空值以及创建矩阵等方面的基础操作。首先，通过`pd.read_csv()`函数导入CSV数据，并展示数据前几行。接着，利用`describe()`方法获取列的统计描述，使用`isnull().sum()`计算空值数量，并用`dropna()`去除空值。此外，展示了如何复制数据框、创建新的DataFrame以及拼接矩阵。最后，提到了将时间序列数据转化为Series的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pandas常用数据分析语法（一）：数据导入

1.概述

导入

import pandas as pd
import numpy as np

data_file = 'Arrest_Data_from_2010_to_2019.csv'
df = pd.read_csv(data_file)

df.head()

数据大小

len(df_2018)

列的描述

df['Arrest Date'].describe()

2.去掉空值

#计算Dataframe中空值的个数
df_2018['Charge Group Description'].isnull().sum()

df_4=df_4.dropna(subset = ['Charge Group Description']);

3.建立矩阵

#复制
df_4 = df_2018.copy()

#新建
tempRatio = pd.DataFrame(columns=['Charge Group Code', 'Area ID', 'Ratio'])

#拼接
dfRatio = pd.concat([dfRatio,tempRatio], ignore_index=True)

series

yearData['year']= op.index
yearData['counts']= op.values