关于pythonix_函数的信息( 二 )


第二、数据清洗
Python可以进行数据清洗,Python中处理空值的方法比较灵活,可以使用Dropna函数用来删除数据表中包含空值的数据,也可以使用fillna函数对空值进行填充;Python中dtype是查看数据格式的函数,与之对应的是astype函数,用来更改数据格式,Rename是更改列名称的函数 , drop_duplicates函数删除重复值 , replace函数实现数据替换 。
第三、数据提取
进行数据提取时,主要使用三个函数:loc、iloc以及ix 。Loc函数按标签进行提取 , iloc按位置进行提取 , ix可以同时按照标签和位置进行提取 。除了按标签和位置提取数据之外,还可以按照具体的条件进行提取 , 比如使用loc和isin两个函数配合使用 。
第四、数据筛选
Python数据分析还可以进行数据筛选,Python中使用loc函数配合筛选条件来完成筛选功能,配合sum和count函数还能实现Excel中sumif和countif函数的功能 。使用的主要函数是groupby和pivot_table;groupby是进行分类汇总的函数,使用方法比较简单,groupby按列名称出现的顺序进行分组 。
Python 基本操作- 数据选取loc、iloc、ix函数 loc中的数据是列名,是字符串,所以前后都要?。籭loc中数据是int整型 , 所以是Python默认的前闭后开
构建数据集df
loc函数主要通过行标签索引行数据 ,划重点,标签!标签!标签!
loc[1]选择行标签是1的(从0、1、2、3这几个行标签中)
loc[0:1] 和 loc[0,1]的区别,其实最重要的是loc[0:1]和iloc[0:1]
索引某一列数据,loc[:,0:1],还是标签,注意,如果列标签是个字符,比如'a',loc['a']是不行的 , 必须为loc[:,'a'] 。
但如果行标签是'a',选取这一行 , 用loc['a']是可以的 。
iloc 主要是通过行号获取行数据,划重点,序号!序号!序号!
iloc[0:1],由于Python默认是前闭后开,所以,这个选择的只有第一行!
如果想用标签索引,如iloc['a'],就会报错,它只支持int型 。
ix——结合前两种的混合索引 , 即可以是行序号,也可以是行标签 。
如选择prize10(prize为一个标签)的,即 df.loc[df.prize10]
还有并或等操作
python选取特定列——pandas的iloc和loc以及icol使用
pandas入门——loc与iloc函数
pandas中loc、iloc、ix的区别
pandas基础之按行取数(DataFrame)
pythonix_函数的介绍就聊到这里吧 , 感谢你花时间阅读本站内容 , 更多关于、pythonix_函数的信息别忘了在本站进行查找喔 。

推荐阅读