超全的pandas数据分析常用函数总结：上篇.docxVIP

超全的pandas数据分析常用函数总结：上篇 import pandas as pd # 这里用到的是pandas和numpy两个模块import numpy as np 2. 创建数据集并读取 2.1 创建数据集 我构造了一个超市购物的数据集，该数据集属性包括：订单ID号（id）、订单日期（date）、消费金额（money）、订单商品（product）、商品类别（department）、商品产地（origin）。 # 列表和字典均可传入DataFrame，我这里用的是字典传入：data=pd.DataFrame({ id:np.arange(101,111), # np.arange会自动输出范围内的数据，这里会输出101~110的id号。 date:pd.date_range(startperiods=10), # 输出日期数据，设置周期为10，留意这里的周期数应当与数据条数相等。 money:[5,4,65,-10,15,20,35,16,6,20], # 设置一个-10的坑，下面会填（好惨，本人给本人挖坑，幸而不预备跳~） product:[苏打水,可乐,牛肉干,老干妈,菠萝,冰激凌,洗面奶,洋葱,牙膏,薯片], department:[饮料,饮料,零食,调味品,水果,np.nan,日用品,蔬菜,日用品,零食], # 再设置一个空值的坑 origin:[China, China,America,China,Thailand,China,america,China,China,Japan] # 再再设置一个america的坑})data # 输出查看数据集 输出结果： 2.2 数据写入和读取 data.to_csv(shopping.csv,index=False) # index=False表示不加索引，否则会多一行索引 data=pd.read_csv(shopping.csv) 3. 数据查看 3.1 数据集基础信息查询 data.shape # 行数列数data.dtypes # 全部列的数据类型data[id].dtype # 某一列的数据类型data.ndim # 数据维度data.index # 行索引data.columns # 列索引data.values # 对象值 3.2 数据集全体情况查询 data.head() # 显示头部几行（默认5行）data.tail() # 显示末尾几行（默认5行）() # 数据集相关信息概览：索引情况、列数据类型、非空值、内存使用情况data.describe() # 快速综合统计结果 4. 数据清洗 4.1 查看特别值 当然，现在这个数据集很小，可以直观地发觉特别值，但是在数据集很大的时候，我用下面这种方式查看数据集中能否存在特别值，假如有其他更好的方法，欢迎教授给我。 for i in data: print(i+: +str(data[i].unique())) # 查看某一列的独一值 输出结果：我们发觉，该数据集中money存在一个负值，department存在一个空值以及origin存在大小写问题。 4.2 空值处理 4.2.1 空值检测 data.isnull()# 查看整个数据集的空值data[department].isnull()# 查看某一列的空值 data.isnull() # 查看整个数据集的空值data[department].isnull() # 查看某一列的空值 输出结果： 将空值推断进行汇总，愈加直观，ascending默认为True，升序。 data.isnull().sum().sort_values(ascending=False) 输出结果： 更多关于pandas.DataFrame.sort_values的用法，戳下面官方链接：/pandas-docs/stable/reference/api/pandas.DataFrame.sort_values.html 4.2.2 空值处理 pandas.DataFrame.fillna（value = None，method = None，inplace = False） value：用于填充的