Kaggel-Titantic笔记

• pandas.get_dummies() : one-hot 编码
  https://blog.youkuaiyun.com/u010665216/article/details/78635664

• 对某一列数据统计 train[‘Survived’].value_counts()

---

• sns.countplot 离散，有 hue 选项
• t.groupby(’…’)[’…’].mean().plot() 连续值
• t.groupby(’…’)[’…’].mean().plot.bar() 离散， 类似于直方图吧，有点区别
• g = sns.FacetGrid(train,col=‘Survived’,height=5)
  g.map(plt.hist,‘Age’,bins=40) 多个变量的子图，直方图，连续。

---

• 正则表达式
  \d
  \w
  \s
  .
  {n}、{n,m}、 * 、 ? 、+
  []

---

• str.extract()
  https://www.geeksforgeeks.org/python-pandas-series-str-extract/ 重点是提取括号里面的字符。

• str.strip()
  https://www.geeksforgeeks.org/python-pandas-series-str-strip-lstrip-and-rstrip/
  可以在Series后面直接跟apply() train_test[‘Name’].apply(lambda x:x.split(’.’)[1])

• merge() 各种合并。指定好关键字。
  https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html
  https://blog.youkuaiyun.com/weixin_37226516/article/details/64137043

• loc 是可以自动增加新列 ‘Name2_new’ 的，等于1的值设为 ‘one’
  train_test.loc[train_test[‘Name2_sum’] == 1 , ‘Name2_new’] = ‘one’

• 寻找缺失值
  train_test.loc[train_test[“Fare”].isnull()]

• 补充缺数值
  train_test[‘Fare’].fillna(14.64408,inplace=True)

• filter以及排除某些列的方法：
  https://blog.youkuaiyun.com/dongcheng_/article/details/82901191
  https://www.geeksforgeeks.org/python-pandas-dataframe-filter/