weixin_43869610的博客

一、数据探索与分析 首先来看看seaborn这个库的用法，因为我们在作分析的时候，会频繁的使用这个库。 Seaborn是一种基于matplotlib的图形可视化python libraty。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。 Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib

2.1 缺失值观察与处理 我们拿到的数据经常会有很多缺失值，比如我们可以看到Cabin列存在NaN，那其他列还有没有缺失值，这些缺失值要怎么处理呢。 2.1.1 缺失值观察 还是以泰坦尼克号的数据为例。查看各个特征缺失值个数 # 首先导入库和数据 import numpy as np import pandas as pd df = pd.read_csv('train.csv') 方法1： df.info() 不过这样显示的是非缺失值的数据，不够直观。 方法2： df.isnull().sum()

导入numpy和pandas # 如果没安装这两个库可以通过 # conda install numpy 或者 pip install numpy # conda install pandas 或者 pip install pandas import numpy as np import pandas as pd 载入数据 虽然有上面那么多种用法，不过用的最多的还是read_csv和read_table这两个。 这次学习使用的是泰坦尼克号的数据，kaggle链接——https://www.kaggle.

一、时序的创建 1. 四类时间变量 2. 时间点的创建 pandas.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=True) 以下格式是合法的： pd.to_datetime('2020.1.1') pd.to_datetime

一、category的创建及其性质   通常实时的数据包括重复的文本列。例如：性别，国家和代码等特征总是重复的。这些是分类数据的例子。分类变量只能采用有限的数量，而且通常是固定的数量。除了固定长度，分类数据可能有顺序，但不能执行数字操作。 分类是Pandas数据类型。 1、分类变量的创建 （a）用Series创建 pd.Series(["a", "b", "c", "a"], dtype="category") （b）对DataFrame指定类型创建 df = pd.DataFrame({'A':pd.S

一、String 类型的性质 1、string与object的区别 string类型和object不同之处有三： ① 字符存取方法（string accessor methods，如str.count）会返回相应数据的Nullable类型，而object会随缺失值的存在而改变返回类型 ② 某些Series方法不能在string上使用，例如： Series.str.decode()，因为存储的是字符串而不是字节 ③ string类型在缺失值存储或运算时，类型会广播为pd.NA，而不是浮点型np.nan，其余全

学习内容是github上的Joyful-Pandas的第六章——缺少数据。 github链接为: https://github.com/datawhalechina/joyful-pandas 首先学习到的是缺少观测及其类型 先导入测试用到的数据。 df = pd.read_csv('data/table_missing.csv') df.head() 缺失信息包括 isna() 和 notna() 两个方法。 df['Physics'].isna().head() 然后可以用求和看有多少个缺失