函數(shù)學(xué)習(xí)資料dropna函數(shù)的作用

dropna函數(shù)的作用一.apply函數(shù)作用：對DataFrame的某行/列應(yīng)用函數(shù)之后，Apply返回一些值。函數(shù)既可以使用默認(rèn)的，也可以自定義。注意：在第二個輸出中應(yīng)用head()函數(shù)，因為它包含了很多行。#創(chuàng)建一個新函數(shù)defnum_missing(x):returnsum(x.isnull())#應(yīng)用每一列print"Missingvaluespercolumn:"printdata.apply(num_missing,axis=0)#axis=0definesthatfunctionistobeappliedoneachcolumn#應(yīng)用每一行print"\nMissingvaluesperrow:"printdata.apply(num_missing,axis=1).head()#axis=1definesthatfunctionistobeappliedoneachrow二.loc函數(shù)作用：選擇屬性子集subSalesDf=salesDf.loc[0:4,'購藥時間':'銷售數(shù)量']三.rename函數(shù)作用：列重命名colNameDict={'購藥時間':'銷售時間'}#將‘購藥時間’改為‘銷售時間’salesDf.rename(columns=colNameDict,inplace=True)四.dropna函數(shù)作用：刪除缺失值，how='any'意為在給定的任何一列中有缺失值就刪除salesDf=salesDf.dropna(subset=['銷售時間','社?？ㄌ?],how='any')#刪除列(銷售時間，社?？ㄌ?中為空的行五.pd.to_datetime函數(shù)作用：字符串類型的數(shù)據(jù)轉(zhuǎn)換成日期格式。傳入的格式是原始數(shù)據(jù)的日期格式——format='%Y-%m-%d'固定寫法：Y表示年、m表示月、d表示日。salesDf.loc[:,'銷售時間']=pd.to_datetime(salesDf.loc[:,'銷售時間'],format='%Y-%m-%d',errors='coerce')errors='coerce'：如果原始數(shù)據(jù)不符合日期的格式，轉(zhuǎn)換后的值為空值NaT。所以轉(zhuǎn)換之后我們還要運(yùn)行一次刪除空值的代碼，因為不符合格式的日期被轉(zhuǎn)變?yōu)榱丝罩敌枰獎h除。salesDf=salesDf.dropna(subset=['銷售時間','社?？ㄌ?],how='any')六.pd.sort_values作用：對數(shù)據(jù)進(jìn)行排序，by表示按那幾列進(jìn)行排序，ascending=True表示升序排列，ascending=False表示降序排列salesDf=salesDf.sort_values(by='銷售時間',#按銷售日期進(jìn)行升序排列ascending=True)七.reset_index函數(shù)作用：生成從0到N按順序的索引值salesDf=salesDf.reset_index(drop=True)八.describe函數(shù)作用：查看數(shù)據(jù)框中所有數(shù)據(jù)每列的描述統(tǒng)計信息：(count：總數(shù)，mean：平均數(shù)，std：標(biāo)準(zhǔn)差，min：最小值，25%：下四分位數(shù)，50%：中位數(shù)，75%：上四分位數(shù)，max：最大值)salesDf.describe()九.刪除異常值作用：假設(shè)最小值出現(xiàn)了小于0的情況，分析應(yīng)該是記錄過程中出現(xiàn)錯誤所致。第一步：設(shè)置查詢條件，這一步返回True和falsequerySer=salesDf.loc[:,'銷售數(shù)量']>0第二步：應(yīng)用查詢條件salesDf=salesDf.loc[querySer,:]十.drop_duplicates函數(shù)作用：將重復(fù)的數(shù)據(jù)刪除，同一個人發(fā)生的所有消費算作一次消費，根據(jù)列名(銷售時間，社區(qū)卡號)，如果這兩個列值同時相同，只保留1條kpi1_Df=salesDf.drop_duplicates(subset=['銷售時間','社?？ㄌ?])十一.groupby作用：根據(jù)某一列分組gb=groupDf.groupby(groupDf.index.month)對分組后的數(shù)據(jù)應(yīng)用函數(shù)mounthDf=gb.sum()十二.不適=使用for循環(huán)的列表生成器作用:當(dāng)一個列表中的元素是由另外一個列表中對應(yīng)元素經(jīng)過運(yùn)算得到時，可以省去for循環(huán)，適用一行代碼生成模型x=[2,3,4,5]out=[item*2foriteminx]print(out)十三.Lambda表達(dá)式作用：不使用def關(guān)鍵字，也沒有return。Lambda表達(dá)式創(chuàng)造的函數(shù)和普通的def構(gòu)建的函數(shù)沒什么不同，只不過函數(shù)體只有單獨一個表達(dá)式而已。double=lambdax:x*2#double是函數(shù)名，x是參數(shù)print(double(3))十四.map和filter函數(shù)1.map作用：可以與Lambda表達(dá)式同時使用，map()函數(shù)接收一個列表，和一個函數(shù)(可以是Lambda表達(dá)式)，它對列表里的每個元素調(diào)用一個函數(shù)進(jìn)行處理，再將結(jié)果放進(jìn)一個新列表里。result=list(map(double,x))print(result)2.filter作用：它接收一個列表，和一個規(guī)則函數(shù)，在對列表里的每個元素調(diào)用這個規(guī)則函數(shù)之后，它把所有返回值為假的元素從列表中剔除，然后返回這個過濾后的子列表。result2=list(filter(lambdaa:a>4,x))十五.arrange函數(shù)作用：arange()函數(shù)按照指定的步長返回一個等差數(shù)列。除開始和結(jié)束值之外，你還可以自定義步長和數(shù)據(jù)類型。請注意，給定的結(jié)束值參數(shù)是不會被包含在結(jié)果內(nèi)的。result=np.arange(start,stop,step)十六.linspace函數(shù)作用：將給定區(qū)間進(jìn)行若干等分以后的等分點組成的數(shù)列。所以你傳入的參數(shù)包括開始值、結(jié)束值，以及具體多少等分。linspace()將這個區(qū)間進(jìn)行等分后，把開始值、結(jié)束值和每個等分點都放進(jìn)一個NumPy數(shù)組里。這在做數(shù)據(jù)可視化以及繪制坐標(biāo)軸的時候都很有用。result4=np.linspace(2.0,3.0,num=5)十七.矩陣合并函數(shù)1.Concat作用：把一個或多個數(shù)據(jù)表按行(或列)的方向簡單堆疊起來(看你傳入的axis參數(shù)是0還是1咯)。2.me