本文主要参考天池同名直播课程。网址为：https://tianchi.aliyun.com/forum/videoStream.html?spm=5176.11510288.4851101.12.31f62042EnWwrg&postsId=5315#postsId=5315。

目录

1 数据读取与导出

1.1 数据读取

1.2 数据构造

1.3 数据导出

2 数据查看

3 数据选取

4 数据整理

4.1 空值处理

4.2 替换

4.3 重命名

4.4 索引重置

---

1 数据读取与导出

1.1 数据读取

上图中，“csv”是文件的后缀，可更换，如：

“sep”用于指定数据分隔符，默认为逗号分隔；

“header=none”表示文件没有头，可以通过df.columns进行指定。

1.2 数据构造

自行构造数据有三种方法，如下三行：

第一种：list构造，如上图中二行三列的数据，后给每一列命名f1, f2, f3。输出结果为：

第二种：按列构造（字典dict型），user_id和item_id分别为一列。输出结果为：

第三种：按行构造，每一列一个字典。输出结果为：

1.3 数据导出

上图中，“csv”是文件的后缀，可更换；“index”为索引；“sep”用于指定数据分隔符，默认为逗号分隔。

---

2 数据查看

df.describe: 得到数据的统计结果，如下：

df[].value_counts: 查看某一列有几种取值，分别多少个，结果如下：
（四种取值）
df[].unique: 查看某一列有多少不同取值，结果如下：

---

3 数据选取

以下四种：

第一种：输出结果如下：

也可单独选取一列，如：

或

第二种：也可指定看多少行多少列，如下：

看第0到2行（0已省略），第0列（即user_id那一列）

第三种：选取指定行and列

第四种：对数据进行采样，采样频率为0.5

除了指定采样频率意外，还可以：df.sample(n=)：采样时指定采样个数

---

4 数据整理

4.1 空值处理

对空值进行替换：

 

4.2 替换

4.3 重命名

 

4.4 索引重置