利用Pandas函数数据预处理

通常我们拿到数据时往往不能直接拿来分析,而是先要对数据进行预处理。 1.缺失值处理 (1)缺失值删除 缺失值分为两种,一种是一行中某个或多个字段缺失;另一种是一行完全缺失值。我们可以在Python中利用dropna()方法,dropna()的默认删除方式是how=any,即默认删除...

利用Pandas的merge函数横向合并数据

在Python中可以利用Pandas的merge函数来实现Excel中类似vlookup函数的匹配功能。官方文档地址:Pandas库merge函数文档 练习文档下载:百度网盘下载      提取码:arvb merge函数主要实现横向拼接,可进行一对一、一对多、多对多的拼接。如果事先没有指定按哪个列进行...

利用Pandas函数熟悉数据表

获取需要分析的数据用pandas读取后,我们通常可以使用以下方法了解数据的概况,只有对数据充分熟悉后才能更好的进行分析。 1.利用shape获取数据表的大小 df.shape shape方法会以元组的形式行、列数,比如返回(6,6)表示df表有6行6列数据。利用shape方法获取行列数...