文章目录
1.pandas读取数据集时index_col的用法
-
index_col默认值（index_col = None）——重新设置一列成为index值 -
index_col=False——重新设置一列成为index值 -
index_col=0——第一列为index值
2.pandas 之unique()函数与nunique()函数区别
-
unique()是以 数组形式（numpy.ndarray）返回列的所有唯一值（特征的所有唯一值） -
nunique()Return number of unique elements in the object.即返回的是唯一值的个数
例如：
3.pandas对于DataFrame的分析
-
查看各变量的数据类型
df.dtypes -
查看是否有缺失值
df.info() -
显示每个特征的类别数
df.nunique() -
查看数据集的描述，显示很多，均值，标准差，分位数等等**
df.describe() -
显示3/4分位数
df.quantile(0.75) -
显示标准差，样本标准差
df.std()
4.操作一列数据，把num列的格式转为int
df['num'] = df['num'].apply(lambda x:int(x))
5.去重
直接调用只是返回一个视图，要赋值才能覆盖原来的列，pandas许多时候都是这种情况。df['num'].drop_duplicates()
6.groupby
week_count = df['count'].groupby(df['week']).sum()
取每个星期week的总数(相同week的count之和sum())
7.填充缺失值NaN
这里是填充成0：df.fillna(value=0)
8.df.unstack()与df.stack()
groupby([df['1'],df['2']])后会出现层次化索引，把层次化索引重新安排到DataFrame中需要使用unstack()方法，想回去就用stack()。
