python硬碰硬的数据了解_光环大数据 python培训机构.pdfVIP

光环大数据--大数据培训人工智能培训 Python 硬碰硬的数据分析_光环大数据 Python 培训机构 读取CSV 文件 R nba - read.csv(nba_2013.csv) Python import pandasnba = pandas.read_csv(nba_2013.csv) 上面的代码分别在两种语言中将包含2013-2014 赛季NBA 球员的数据的 nba_2013.csv 文件加载为变量nba。Python 中实际的唯一不同是需要加载 pandas 库以使用Dataframe。Dataframe 在R 和Python 中都可用，它是一个二 维数组（矩阵），其中每列都可以是不同的数据类型。在完成这一步后，csv 文 件在两种语言中都加载为dataframe。 统计球员数量 R print(dim(nba)) 光环大数据 光环大数据--大数据培训人工智能培训 [1] 481 31 Python print(nba.shape) (481, 31) 两者分别输出球员数量和数据列数量。我们有481 行，或者说球员，和31 列关 于球员的数据。 查看数据的第一行 R print(head(nba, 1)) player pos age bref_team_id1 Quincy Acy SF 23 TOT[output truncated] Python print(nba.head(1)) 光环大数据 光环大数据--大数据培训人工智能培训 player pos age bref_team_id0 Quincy Acy SF 23 TOT[output truncated] 它们几乎完全相同。两种语言都打印出数据的第一行，语法也非常类似。Python 在这里更面向对象一些，head 是dataframe 对象的一个方法，而R 具有一个单 独的head 函数。当开始使用这些语言做分析时，这是一个共同的主题，可以看 到Python 更加面向对象而R 更函数化。 计算每个指标的均值 让我们为每个指标计算均值。如你所见，数据列以类似fg （field goals made） 和ast （assists）的名称命名。它们都是球员的赛季统计指标。如果想得到指 标的完整说明，参阅这里。 R meanNoNA - function(values){ mean(values, na.rm=TRUE)}sapply(nba, meanNoNA) player NApos NAage 26.5093555093555bref_team_id NA[output truncated] Python import numpynba_numeric = nba._get_numeric_data()nba_numeric.apply(numpy,.mean, axis=0) 光环大数据 光环大数据--大数据培训人工智能培训 age 26.509356g 53.253638gs 25.571726[output truncated] 这里有一些明显的分歧。在两种方法中，我们均在dataframe 的列上应用了一个 函数。在python 中，如果我们在非数值列（例如球员姓名）上应用函数，会返 回一个错误。要避免这种情况，我们只有在取平均值之前选择数值列。 在R 中，对字符串列求均值会得到NA——not available （不可用）。然而，我 们在取均值时需要确实忽略NA （因此需要构建我们自己的函数）。否则类似x3p. 这样的一些列的均值将会为NA，这一列代表三分球的比例。有些球员没有投出 三分球，他们的百分比就是缺失的。如果我们直接使用R 中的mean 函数