美文网首页大数据学习Python web开发v自学大数据
零基础入门到精通:Python大数据与机器学习之Pandas小技

零基础入门到精通:Python大数据与机器学习之Pandas小技

作者: Python程序媛 | 来源:发表于2018-05-08 19:14 被阅读40次

上一篇文章带大家一起了解了Pandas库中的DataFrames的多级索引,本文是Python大数据与机器学习系列文章中的第13篇,将带大家一起了解一下Pandas的小技巧——数据补全。在这里还是要推荐下我自己建的Python开发学习群:483546416,群里都是学Python开发的,如果你正在学习Python ,小编欢迎你加入,大家都是软件开发党,不定期分享干货(只有Python软件开发相关的),包括我自己整理的一份2018最新的Python进阶资料和高级开发教程,欢迎进阶中和进想深入Python的小伙伴

实战练习

在Jupyter Notebook上执行以下代码:

import numpy as np

import pandas as pd

df = pd.DataFrame({'A':[1,2,np.nan],

'B':[5,np.nan,np.nan],

'C':[1,2,3]})

df

删除具有控制的行

df.dropna()

删除掉含有空值的列

df.dropna(axis=1)

删除掉空值数大于等于2的行。

df.dropna(thresh=2)

将某个值填充到空值中。

df.fillna(value='FILL VALUE')

还可以将A列的平均值填充到空值中。

df['A'].fillna(value=df['A'].mean())

进度介绍

本系列文章共分为26个部分目前已经进行到了第6部分,所有内容计划如下:

预热

环境搭建

Jupyter教程

Python速成

Python数据分析,NumPy库的使用

Python数据分析,Pandas库的使用

Python数据分析,Pandas库练习

Python数据可视化,Matplotlib

Python数据可视化,Seaborn

Python数据可视化,Pandas内建数据可视化

Python数据可视化,Plotly和Cufflinks

Python数据可视化,Geographical Plotting

数据 Capstone 项目

机器学习介绍

线性回归

交叉验证与偏方差

逻辑回归算法

k-近邻算法

决策树与随机森林

支持向量机

k-means聚类

主成分分析

推荐系统

自然语言处理(NLP)

Python大数据与Spark

神经网络(NN)与深度学习(DL)

相关文章

网友评论

本文标题:零基础入门到精通:Python大数据与机器学习之Pandas小技

本文链接:https://www.haomeiwen.com/subject/syiwrftx.html