Python數(shù)據(jù)處理的三個(gè)實(shí)用技巧分享
更新時(shí)間：2022年04月01日 11:45:01 作者：Python學(xué)習(xí)與數(shù)據(jù)挖掘
數(shù)據(jù)處理無(wú)所不在，掌握常用技巧，事半功倍。這篇文章將使用Pandas開(kāi)展數(shù)據(jù)處理分析，總結(jié)其中常用、好用的數(shù)據(jù)分析技巧，感興趣的可以學(xué)習(xí)一下
我使用的 Pandas 版本如下，順便也導(dǎo)入 Pandas 庫(kù)。
>>> import pandas as pd >>> pd.__version__ '0.25.1'
在開(kāi)始前先確保解釋器和數(shù)據(jù)集在同一目錄下：
>>> import os
>>> os.chdir('D://source/dataset') # 這是我的數(shù)據(jù)集所在目錄
>>> os.listdir() # 確認(rèn)此目錄已經(jīng)存在 IMDB-Movie-Data 數(shù)據(jù)集
['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'titanic_eda_data.csv', 'titanic_train_data.csv']
準(zhǔn)備工作就位后，正式開(kāi)始數(shù)據(jù)處理技巧之旅。
1 Pandas 移除某列
導(dǎo)入數(shù)據(jù)
>>> df = pd.read_csv("IMDB-Movie-Data.csv")
>>> df.head(1) # 導(dǎo)入并顯示第一行
? ?Rank ? ? ? ? ? ? ? ? ? ?Title ? ? ? ? ? ? ? ? ? ?Genre ?... ? Votes Revenue (Millions) Metascore
0 ? ? 1 ?Guardians of the Galaxy ?Action,Adventure,Sci-Fi ?... ?757074 ? ? ? ? ? ? 333.13 ? ? ?76.0
[1 rows x 12 columns]使用 pop 方法移除指定列：
>>> meta = df.pop("Title").to_frame() # 移除 Title 列
確認(rèn)是否已被移除：
>>> df.head(1) # df 變?yōu)?11列 ? ?Rank ? ? ? ? ? ? ? ? ? ?Genre ?... Revenue (Millions) Metascore 0 ? ? 1 ?Action,Adventure,Sci-Fi ?... ? ? ? ? ? ? 333.13 ? ? ?76.0 [1 rows x 11 columns]
2 統(tǒng)計(jì)標(biāo)題單詞數(shù)
pop 后得到 meta，顯示 meta 前 3 行：
>>> meta.head(3)
Title
0 Guardians of the Galaxy
1 Prometheus
2 Split
標(biāo)題是由單詞組成，中間用空格分隔。
# .str.count(" ") + 1 得到單詞個(gè)數(shù)
>>> meta["words_count"] = meta["Title"].str.count(" ") + 1
>>> meta.head(3) # words_count 列代表單詞個(gè)數(shù)
Title words_count
0 Guardians of the Galaxy 4
1 Prometheus 1
2 Split 1
3 Genre 頻次統(tǒng)計(jì)
下面統(tǒng)計(jì)電影 Genre 的頻次，
>>> vc = df["Genre"].value_counts()
下面顯示電影 Genre 的 Top5 ，最高頻為出現(xiàn) 50 次的 Action,Adventure,Sci-Fi 類，次之為 48 次的 Drama 類：
>>> vc.head() Action,Adventure,Sci-Fi 50 Drama 48 Comedy,Drama,Romance 35 Comedy 32 Drama,Romance 31 Name: Genre, dtype: int64
展示 Top5 的餅狀圖：
>>> import matplotlib.pyplot as plt >>> vc[:5].plot(kind='pie') <matplotlib.axes._subplots.AxesSubplot object at 0x000001D65B114948> >>> plt.show()
到此這篇關(guān)于Python數(shù)據(jù)處理的三個(gè)實(shí)用技巧分享的文章就介紹到這了,更多相關(guān)Python 數(shù)據(jù)處理內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Matplotlib直方圖繪制中的參數(shù)bins和rwidth的實(shí)現(xiàn)
本文主要介紹了Matplotlib直方圖繪制中的參數(shù)bins和rwidth的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2022-02-02
matplotlib事件處理基礎(chǔ)(事件綁定、事件屬性)
這篇文章主要介紹了matplotlib事件處理基礎(chǔ)(事件綁定、事件屬性)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02
Python中eval()函數(shù)的詳細(xì)使用教程
eval函數(shù)在Python中具有非常重要的地位,熟練的使用eval函數(shù)能夠?yàn)槲覀兊腜ython編程提供很多的便利之處,下面這篇文章主要給大家介紹了關(guān)于Python中eval()函數(shù)的詳細(xì)使用,需要的朋友可以參考下2022-07-07
基于Python實(shí)現(xiàn)視頻分辨率轉(zhuǎn)換
這篇文章主要介紹了基于Python實(shí)現(xiàn)視頻的分辨率轉(zhuǎn)換的示例代碼，文中的代碼講解詳細(xì)，對(duì)學(xué)習(xí)Python有一定的幫助，感興趣的小伙伴可以了解一下2021-12-12
Python使用psutil對(duì)系統(tǒng)數(shù)據(jù)進(jìn)行采集監(jiān)控
psutil庫(kù)可以實(shí)時(shí)獲取系統(tǒng)的一些信息，這樣就可以達(dá)到實(shí)時(shí)監(jiān)控系統(tǒng)的目的。本文對(duì)詳細(xì)講解了ython使用psutil對(duì)系統(tǒng)數(shù)據(jù)進(jìn)行采集監(jiān)控，感興趣的朋友可以看一看2021-08-08
python 保存float類型的小數(shù)的位數(shù)方法
今天小編就為大家分享一篇python 保存float類型的小數(shù)的位數(shù)方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10
序列sequence是python中最基本的數(shù)據(jù)結(jié)構(gòu)，本文是Python序列操作的進(jìn)階篇，本文先對(duì)序列做一個(gè)簡(jiǎn)單的概括，之后將詳細(xì)講解下關(guān)于序列的操作方法。文中通過(guò)示例代碼介紹的很詳細(xì)，有需要的朋友們可以參考借鑒，下面來(lái)一起看看吧。2016-12-12
python提效小工具之統(tǒng)計(jì)xmind用例數(shù)量(源碼)
這篇文章主要介紹了python提效小工具之統(tǒng)計(jì)xmind用例數(shù)量,利用python開(kāi)發(fā)小工具，實(shí)現(xiàn)同一份xmind文件中一個(gè)或多個(gè)sheet頁(yè)的用例數(shù)量統(tǒng)計(jì)功能，需要的朋友可以參考下2022-10-10
在Flask使用TensorFlow的幾個(gè)常見(jiàn)錯(cuò)誤及解決
這篇文章主要介紹了在Flask使用TensorFlow的幾個(gè)常見(jiàn)錯(cuò)誤及解決,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-01-01
Python字符串格式化操作符(%)只適用于字符串類型，非常類似于C 語(yǔ)言里面的printf()函數(shù)的字符串格式化，甚至所用的符號(hào)都一樣，都用百分號(hào)(%)，并且支持所有printf()式的格式化操作。2015-06-06