小編給大家分享一下pandas數(shù)據(jù)分析常用函數(shù)有哪些，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！
1. 導(dǎo)入模塊
重慶分公司
重慶分公司
import pandas as pd # 這里用到的是pandas和numpy兩個(gè)模塊
import numpy as np2. 創(chuàng)建數(shù)據(jù)集并讀取
2.1 創(chuàng)建數(shù)據(jù)集
我構(gòu)造了一個(gè)超市購物的數(shù)據(jù)集，該數(shù)據(jù)集屬性包括：訂單ID號(hào)（id）、訂單日期（date）、消費(fèi)金額（money）、訂單商品（product）、商品類別（department）、商品產(chǎn)地（origin）。
# 列表和字典均可傳入DataFrame，我這里用的是字典傳入：
data=pd.DataFrame({
"id":np.arange(101,111), # np.arange會(huì)自動(dòng)輸出范圍內(nèi)的數(shù)據(jù)，這里會(huì)輸出101~110的id號(hào)。
"date":pd.date_range(start="20200310",periods=10), # 輸出日期數(shù)據(jù)，設(shè)置周期為10，注意這里的周期數(shù)應(yīng)該與數(shù)據(jù)條數(shù)相等。
"money":[5,4,65,-10,15,20,35,16,6,20], # 設(shè)置一個(gè)-10的坑，下面會(huì)填（好慘，自己給自己挖坑，幸虧不準(zhǔn)備跳~）
"product":['蘇打水','可樂','牛肉干','老干媽','菠蘿','冰激凌','洗面奶','洋蔥','牙膏','薯片'],
"department":['飲料','飲料','零食','調(diào)味品','水果',np.nan,'日用品','蔬菜','日用品','零食'], # 再設(shè)置一個(gè)空值的坑
"origin":['China',' China','America','China','Thailand','China','america','China','China','Japan'] # 再再設(shè)置一個(gè)america的坑
})
data # 輸出查看數(shù)據(jù)集輸出結(jié)果：
2.2 數(shù)據(jù)寫入和讀取
data.to_csv("shopping.csv",index=False) # index=False表示不加索引，否則會(huì)多一行索引data=pd.read_csv("shopping.csv")3. 數(shù)據(jù)查看
3.1 數(shù)據(jù)集基礎(chǔ)信息查詢
data.shape # 行數(shù)列數(shù)
data.dtypes # 所有列的數(shù)據(jù)類型
data['id'].dtype # 某一列的數(shù)據(jù)類型
data.ndim # 數(shù)據(jù)維度
data.index # 行索引
data.columns # 列索引
data.values # 對象值3.2 數(shù)據(jù)集整體情況查詢
data.head() # 顯示頭部幾行（默認(rèn)5行）
data.tail() # 顯示末尾幾行（默認(rèn)5行）
data.info() # 數(shù)據(jù)集相關(guān)信息概覽：索引情況、列數(shù)據(jù)類型、非空值、內(nèi)存使用情況
data.describe() # 快速綜合統(tǒng)計(jì)結(jié)果4. 數(shù)據(jù)清洗
4.1 查看異常值
當(dāng)然，現(xiàn)在這個(gè)數(shù)據(jù)集很小，可以直觀地發(fā)現(xiàn)異常值，但是在數(shù)據(jù)集很大的時(shí)候，我用下面這種方式查看數(shù)據(jù)集中是否存在異常值，如果有其他更好的方法，歡迎傳授給我。
for i in data:
print(i+": "+str(data[i].unique())) # 查看某一列的唯一值輸出結(jié)果：我們發(fā)現(xiàn)，該數(shù)據(jù)集中money存在一個(gè)負(fù)值，department存在一個(gè)空值以及origin存在大小寫問題。
4.2 空值處理
4.2.1 空值檢測
data.isnull()# 查看整個(gè)數(shù)據(jù)集的空值data['department'].isnull()# 查看某一列的空值
data.isnull() # 查看整個(gè)數(shù)據(jù)集的空值
data['department'].isnull() # 查看某一列的空值輸出結(jié)果：
將空值判斷進(jìn)行匯總，更加直觀，ascending默認(rèn)為True，升序。
data.isnull().sum().sort_values(ascending=False)
輸出結(jié)果：
4.2.2 空值處理
pandas.DataFrame.fillna（value = None，method = None，inplace = False）
value：用于填充的值，可以是具體值、字典和數(shù)組，不能是列表；
method：填充方法，有 ffill 和 bfill 等；
inplace默認(rèn)無False，如果為True，則將修改此對象上的所有其他視圖。
data['department'].fillna(method="ffill") # 填充上一個(gè)值，即填充“水果”
輸出結(jié)果：
data['department'].fillna(method="bfill") # 填充下一個(gè)值，即填充“日用品”
data['department'].fillna(value="冷凍食品",inplace=True) # 替換為具體值，并且在原對象值上進(jìn)行修改
輸出結(jié)果：
4.3 空格處理
只針對object類型數(shù)據(jù)
for i in data: # 遍歷數(shù)據(jù)集中的每一列
if pd.api.types.is_object_dtype(data[i]): # 如果是object類型的數(shù)據(jù)，則執(zhí)行下方代碼
data[i]=data[i].str.strip() # 去除空格
data['origin'].unique() # 驗(yàn)證一下輸出結(jié)果：array([‘China’, ‘America’, ‘Thailand’, ‘a(chǎn)merica’, ‘Japan’], dtype=object)
4.4 大小寫轉(zhuǎn)換
data['origin'].str.title() # 將首字母大寫
data['origin'].str.capitalize() # 將首字母大寫
data['origin'].str.upper() # 全部大寫
data['origin'].str.lower() # 全部小寫4.5 數(shù)據(jù)替換
data['origin'].replace("america","America",inplace=True) # 將第一個(gè)值替換為第二個(gè)值，inplace默認(rèn)為False
data['origin']輸出結(jié)果：
data['money'].replace(-10,np.nan,inplace=True) # 將負(fù)值替換為空值
data['money'].replace(np.nan,data['money'].mean(),inplace=True) # 將空值替換為均值
data['money']輸出結(jié)果：
4.6 數(shù)據(jù)刪除
方法一
data1 = data[data.origin != 'American'] #去掉origin為American的行
data1
data2=data[(data != 'Japan').all(1)] #去掉所有包含Japan的行 不等于Japan的行為真，則返回
data2方法二
data['origin'].drop_duplicates() # 默認(rèn)刪除后面出現(xiàn)的重復(fù)值，即保留第一次出現(xiàn)的重復(fù)值
輸出結(jié)果：
data['origin'].drop_duplicates(keep='last') # 刪除前面出現(xiàn)的重復(fù)值，即保留最后一次出現(xiàn)的重復(fù)值
輸出結(jié)果：
更多關(guān)于pandas.DataFrame.drop_duplicates的用法，戳下面官方鏈接：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop_duplicates.html#pandas.DataFrame.drop_duplicates
4.7 數(shù)據(jù)格式轉(zhuǎn)換
data['id'].astype('str') # 將id列的類型轉(zhuǎn)換為字符串類型。常見的數(shù)據(jù)類型對照
4.8 更改列名稱
data.rename(columns={'id':'ID', 'origin':'產(chǎn)地'}) # 將id列改為ID，將origin改為產(chǎn)地。輸出結(jié)果：
以上是“pandas數(shù)據(jù)分析常用函數(shù)有哪些”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司行業(yè)資訊頻道！
