7、数据测量与筛选：使用Pandas处理数据

数据测量与筛选：使用Pandas处理数据

1. 选择和组织列

在处理数据时，聚焦于与当前问题或分析相关的变量非常有帮助。这使得根据变量之间的实质或统计关系对列进行分组，或者在任何时候限制我们研究的列变得很重要。以下是几种选择列的方法：

1.1 准备工作

首先，导入所需的库并加载数据。同时，将NLS数据中对象数据类型的所有列转换为类别数据类型。

import pandas as pd
import numpy as np
nls97 = pd.read_csv("data/nls97.csv")
nls97.set_index("personid", inplace=True)
nls97[nls97.select_dtypes(['object']).columns] = \
  nls97.select_dtypes(['object']). \
  transform(lambda x: x.astype('category'))

1.2 选择单个列

可以使用 [] 括号运算符和 loc 、 iloc 访问器来选择列。

# 使用 [] 括号运算符返回 Series
analysisdemo = nls97['gender']
print(type(analysisdemo))  # <class 'pandas.core.series.Series'>