机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

目录

Pandas基础运算

1.重新索引

          2.丢弃部分数据

3.函数应用

4.排序和排名

5.数据唯一性及成员资格


Pandas基础运算

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

1.重新索引

Series

.reindex(index = index,columns=columns,fill_value='值/ffill/bfill')  拷贝

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

DataFrame

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

2.丢弃部分数据

.drop('行')  .drop([‘列','列'],axis=1) 拷贝

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

广播运算

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

3.函数应用

  • apply: 将数据按行或列进行计算
  • applymap: 将数据按元素为进行计算

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

4.排序和排名

.sort_values(by='列',ascending=True) 按照值排序,默认从小到大

.rank() .rank(method='first'先出现排名高)

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格

5.数据唯一性及成员资格

适用于 Series

.value_counts()计算次数

.unique()返回成员列表

.isin(列表)判断值是否在列表内

机器学习数据科学包(五)——Pandas基础运算:重新索引,丢弃数据,函数应用,排序和排名,数据唯一性,成员资格