前期准备
import pandas as pd import numpy as np
1.使用字典数据创建DataFrame
data = { 'grammer':['python','java','go',np.nan,'python','C','C++'], 'score':[1,np.nan,np.nan,4,5,7,8] } df = pd.DataFrame(data) df
2.提取grammer列是"python"的行
这个使用布尔值索引
先判断哪一个列是python，再根据这个返回的布尔值结果取出对应的行
df['grammer']=='python'
# 布尔值索引 df[df['grammer']=='python']
3.输出df的所有列名
df.columns
4.将列名score修改为popularity
修改列名有两种方式进行修改
- 直接使用df.columns的方式重新命名，不过这种方式需要列出所有列名。
- 使用rename方法，注意如果需要原地修改需要带上inplace=True的参数，否则原dataframe列名不会发生改变。
方式1
df.columns = ['grammer','popularity']
方式2
# 修改第二列列名为popularity df.rename(columns={'score':'popularity'},inplace=True) df
5.统计grammer列中每种编程语言出现的次数
value_counts() 统计一列中不同元素出现的个数，自动剔除空值
df['grammer'].value_counts()
6.将空值用上下值的平均值填充
注意这个平均值不是所有值的平均值，而是空值上下两个值的平均值
interpolate() # 求上下值得平均值
.fillna() 填充所有空值
# 将空值用上下值得平均值填充 df['popularity'].interpolate() # 求上下值得平均值 df['popularity'].fillna(df['popularity'].interpolate()) # 填充空值 df['popularity'] = df['popularity'].fillna(df['popularity'].interpolate()) # 替换原数据 df
7.提取popularity中值大于3的行
# 提取popularity中值大于3的行 df[df['popularity'] > 3] # 布尔值索引
8.按照grammer列进行去除重复值的行
drop_duplicates(）删除指定列重复的行，默认不修改原数据，如果想修改原数据需要添加参数
inplace=True
# 按照grammer列进行去除重复值的行 df.drop_duplicates(['grammer'])
9.计算popularity列平均值
mean() 求数据型列的平均值,不包含空值
# 计算popularity列平均值 df['popularity'].mean()
10.将grammer列转换成list
因为在做一些分析的时候使用python的列表操作更加的方便
to_list() 是pandas自带的转换成list的函数，不会出现转换后数据有问题的情况
