数据格式的转换（使用dtype和astype）

查看数据

利用格式转换查看异常数据

首先想将年代那一列转换成整数

但是却出现了一些问题，接下来查看错误原因

可以看到有一个数据无法转换成整数。
接下来查找这个异常的数据

但是这样没有看出这个数据类型有什么问题，没关系我们可以查看你一下

接下来修改值为整形2018

再查看一下

这回再次转换成功

排序

例：按照投票人数进行排序

默认按照升序

如果想降序

多个值进行排序，例：先按照评分，再按照投票人数

基本的统计分析

1.描述性统计

通过描述性统计，观察上面的表格，可以发现异常值，然后我们对异常值进行查找

对异常值进行删除

删除成功

注意：删除操作后，索引index也一起被删除，此时索引不再连续，如果想让他保持连续的话需要对index重新赋值

2.最值

3.均值和中值

均值：

中位数：

4.方差和标准差

方差：

标准差：

5.求和

6.相关系数，协方差

相关系数

协方差

7.计数

统计唯一值个数，例：查看有多少产地

可以发现产地有一些重复的数据，比如说美国和USA，可以把数据进行处理，使用数据替换的方法

可以发现替换成功

计算每个年份出现电影的个数

数据透视

1.基础形式

也已发现中间省略号的数据无法进行查看，解决方法如下：

2.也可以使用多个索引。实际上，大多数的privot_table参数可以通过列表获取多个值

3.也可以指定需要统计汇总的数据

4.还可以指定函数，来统计不同的统计值

5.非数值（NaN）难以处理。如果想移除他们，可以使用“fill_value”将其设置为0。

6.加入margins=True，可以在下方显示一些总和数据。

7.对不同值执行不同的函数：可以向aggfunc传递一个字典。不过这样做有一个副作用，那就是必须将标签做的更加简洁才行。

透视表过滤

可以看见table本身就是一个DataFrame，所以前面说的DataFrame能用的都可以用



同样的，我们可以按照多个索引来进行汇总