Python pandas数据分析

news2024/11/18 14:57:00

Python pandas数据分析：

2022找工作是学历、能力和运气的超强结合体，遇到寒冬，大厂不招人，可能很多算法学生都得去找开发，测开
测开的话，你就得学数据库，sql，oracle，尤其sql要学，当然，像很多金融企业、安全机构啥的，他们必须要用oracle数据库
这oracle比sql安全，强大多了，所以你需要学习，最重要的，你要是考网络警察公务员，这玩意你不会就别去报名了，耽误时间！
与此同时，既然要考网警之数据分析应用岗，那必然要考数据挖掘基础知识，今天开始咱们就对数据挖掘方面的东西好生讲讲最最最重要的就是大数据，什么行测和面试都是小问题，最难最最重要的就是大数据技术相关的知识笔试

文章目录

Python pandas数据分析：
@[TOC](文章目录)

Python pandas数据分析：
总结

Python pandas数据分析：

在这里插入图片描述

语言这行
df[内部控制字段的条件]

大小写有问题

包含Python的哪些列揪出来

简单方法多好啊，搞那么多锤子作甚

直接输出columns
在这里插入图片描述
修改列名字
rename
把字段score改为这个population

value_counts()

在这里插入图片描述

中间是控制条件
去重
drop_diplicates

list转呗
.tolist()

在这里插入图片描述
数据.to_excel(路径)

在这里插入图片描述
交换两个列的位置

max

拿最大行

删除最后那个位置

增加一行
写个字典
然后append吧

sort_values()

lambda的目的是定义x
然后f（x）处理返回值，放到新的字段中

读取数据
在这里插入图片描述
查看数据的前几行
head()

中间可以加参数
切割split
转数字为int
把字符去掉strip(‘k’)
最大最小值拿到后，求取平均

apply是合并，用函数func去合并了，但是func是一条一条去处理
在这里插入图片描述
这个合并的用法，相当于单独处理那一列，懂？？？

这些应该学学
根据学历分组
算平均薪资
分组聚合
groupby关键字
mean求均值
在这里插入图片描述
把月日格式输出
.format？
一个个循环
for i in range(len(df)):
ix是啥？底i行？第0列
转为pydatetime
.strftime(“%m-%d”)月日

查看索引，数据类型和内存信息
info

数值型列的汇总

新增一列，将薪水分为三组
bins搞三个区间
然后分组仨名字，用啥函数来搞可能
新启动一列，cut切割，谁？薪水，按bins切割，然后名字的labels挂上

在这里插入图片描述
sort_values(字段，ascending=False)，降序
True是升序

按照salary来排序

取出行
loc
在这里插入图片描述
中位数
np能，
np.median(df中salary数据)
pandas也能

绘制薪资的频率分布直方图
有matplotlib.pyplot

plt
df.salary.plot(kind=‘hist’)
直接用它自带的属性
在这里插入图片描述

df.salary.plot(kind=‘kde’, xlim=(0,8000))水平密度线
在这里插入图片描述
水平的密度
薪资有多人？

删除列
drop
在这里插入图片描述
合并两列

最值只差
apply：
lambda x：x.max()-x.min()

中间多了[]这个是啥意思

总之就似乎它的最大小之差
在这里插入图片描述
第8行加到末尾
append

好像loc和iloc都能获取行

数据的类型
dtypes

设置索引
setindex
在这里插入图片描述

减法，继续增加一列
直接干字段，后面跟着数据

在这里插入图片描述
包含缺失值吗

在这里插入图片描述

大于10000的次数

调取

df[里面是条件]

遍历每个字段，如果有缺失，则统计一波
然后照这个列，如果有null，就给他的values设定为True，把index弄出来，变tolist
在这里插入图片描述

收盘价
折现图
matplotlib
用seaborn-darkgrid画质
rc设置字体大小
fig出一个句柄画布

在这里插入图片描述
直接plot也行
你需要时间轴

俩都画
把数据整俩

hist

换手率
每行换手率
iloc行列

删除所有
非数字的行
for循环

定位i行13列
如果不是数字，做成列表
挨个去drop或者删除
labels=那个列表
在这里插入图片描述

收取平均
骚啊rolling

连着plot就是一个图

在这里插入图片描述

向后移动
向前移动

在这里插入图片描述

在这里插入图片描述
pandas和numpy经常混合使用

np.version
pd.version

在这里插入图片描述
搞一个np.random.randint(1,100,20)1–100,20个数据
然后搞一个dataframe

np.arrange(0,100,5)
这个是步长为5，固定的

正态分布也行

合并仨行
axis=0就是行
concat方法就是合并

往下拼接
我们看看axis=1列
在这里插入图片描述

牛逼
percentile(df,q=[0,25,75,100])%
本质是
精准
修改列名

输出看看

第一列中不在第二列
是否存在？

df[][这里输出真假]
控制
频率，统计，排序
values_count自然是降序呗

找位置
np.argwhere
df%5==0
整除
在这里插入图片描述
前后差
diff().to_list

顺序颠倒

拿数据take

每一行均值

第三列升序排序，整体要带动吗

2norm

单独列出别的呢