- Python S6-3 Pandas 数据处理
- Python数据处理从零开始----第二章（pandas）⑧pa
- Python数据处理从零开始----第二章（pandas）⑨pa
- Python数据处理从零开始----第二章（pandas）⑦pa
- Python数据处理从零开始----第二章（pandas）⑧pa
- Python数据处理从零开始----第二章（pandas）（十一
- Python数据处理从零开始----第二章（pandas）（十）
- Python数据处理从零开始----第三章（pandas）④数据
- Python数据处理从零开始----第三章（pandas）③数据
- Python数据处理从零开始----第三章（pandas）⑤pa
header=None 不用Excel 表格的第一行作为header。重新命名header，此处采用姓名，年龄，地址作为表头。
data.to_excel("m_data.xlsx") 将data 写入excel文件。
df.head() 查看前5行
df.sample(n=10) 随机选出10个数。随机抽样
每一列都做了强制类型转换。NaN是float类型。
如果pandas直接处理，控制会变成NaN float类型。如果经过中间的numpy处理，则不会处理成NaN，保留None。 numpy的None是float类型。
dataframe聚合处理，或忽略空值
只允许以列填充。解决办法：转置以后进行填充
limit 限制填充次数
临近值填充：临近值是否有足够的代表性？ 临近值用的少。常用的是以某一列的数据的均值进行填充。
df.loc 自动过滤为False的行。
默认inplace是False。返回新值。 inplace 是否要操作内存。 以防万一，最好设置成flase，用新的变量保存新值。防止原始数据被破坏。
下面为伪代码，处理异常值。
Q1：25% 分位数
Q3：75%分位数
IQR = Q3-Q1
Q1 - 1.5IQR ：下边界，Bottom
Q3 + 1.5IQR：上边界，Upper
某些数据在Upper与Bottom之外，就是离群点。
箱线图
网友评论