【python】学好数据处理的第一步：数据信息的分析（持续更新~）

第一步:导入数据

一般来说，我们的数据都是从外部导入的，我们接触的最多的数据格式是CSV、Excel、xml。它们可以这么导入:

import pandas as pd
pd.read_csv("/file.csv") # 导入csv格式的数据
pd.read_excel("/file.excel") # 导入excel格式的数据
pd.read_xml("/file.excel") # 导入xml格式的数据

如果处理的是sklearn包中自带的糖尿病数据

data_diabetes = load_diabetes()
data_diabetes

第二步：构建数据集，观察数据特点

从第一步中观察数据集的组成，我们可以将其分别提取出来，构成一个新的数据集合

（这里数据集指的是pandas中的DataFrame）

# 构建数据集
data = data_diabetes['data']
target = data_diabetes['target']
feature_names = data_diabetes['feature_names']
df = pd.DataFrame(data,columns=feature_names)
df['target'] = target

观察数据，这步很重要

df.head(10)
df.info()

这些信息是由 pandas 库中 DataFrame.info() 方法自动生成的，用于描述数据框的列信息。具体来说，每一列都会显示以下信息：

• Column：列名；
• Non-Null Count：非空值的数量；
• Dtype：数据类型。