数据分析

DataFrame

• DataFrame 中的数据可以直接赋值成nan不需要进行转换，但是在别的数据结构中要想将值赋值成nan需要先将值转换为浮点类型

pandas之布尔索引

• 注意在DataFrame中不能使用连续的运算符，==需要使用&和|符号进行连接，而且两边需要用括号括起来==

  df[(800<df["Count_AnimalName"]) & (df["Count_AnimalName"]<1000)]
  

• 假如我们想要找到所有的使用次数超过 700并且名字的字符串长度大于4的狗的名字，应该怎么选择？

  df[(df["Count_AnimalName"]>700) & (df["Row_Labels"].str.len()>4)]
  

• set_index方法

  1df.set_index("a",drop=False)是将某一列作为索引，drop表示是否要删除该列

• 对于index，既可以对他求长度，也可以遍历，还可以强制转换为列表

• .index.unique()方法，可以取出不重复的index

• 也可以设置两个索引df.set_index(["a","b"]).index

• 处理缺失数据：df[pd.notnull(df["列名"])]

•   // 利用索引遍历二维数组
      count = 0
    for i in range(len(data_list)):
          for j in range(len(data_list[i])):
              if j == 0:
                  count += 1
      print(count)
  

• 使用numpy数组中ndarray中的高级索引[0,1],[1,2]表示二维数组中第一行第二个和第二行第三个

• 将数据中的"?"或者其他符号的缺失值，先替换成np.nan,使用方法pd.replace("?",np.nan)