【文件属性】:
文件名称:第三讲 数据预处理[Pandas实践]
文件大小:2.59MB
文件格式:PDF
更新时间:2021-10-08 09:11:38
Pandas 数据分析
Pandas数据分析
普林大数据学院
普
林
大
数
据
学
院
P
R
I
N
C
E
T
E
C
H
S
B
I
G
D
A
T
A
C
O
L
L
E
G
E
2
3
目录
第一部分 文件读写
第二部分 变量离散化
第三部分 缺失值填补
普林大数据学院
普
林
大
数
据
学
院
P
R
I
N
C
E
T
E
C
H
S
B
I
G
D
A
T
A
C
O
L
L
E
G
E
第四部分 数据标准化
第五部分 数据合并
第六部分 数据组合
第七部分 数字编码
第八部分 OneHot编码
普
林
大
数
据
学
院
P
R
I
N
C
E
T
E
C
H
S
B
I
G
D
A
T
A
C
O
L
L
E
G
E
普林大数据学院
4
数据文件操作——读入数据
• pandas提供了一些用于将表格型数据读取为DataFrame对象的函数,
常用的函数为read_csv和read_table
• 函数的选项可以划分为几个大类
• 索引:将一个或多个列当做返回的DataFrame处理,以及是否从文件、用户
获取列名
• 类型推断和数据转换:包括用户定义值的转换、缺失值标记列表等
• 日期解析:包括组合功能,比如将分散在多个列中的日期时间信息组合起来
• 迭代:支持对大文件进行逐块迭代
• 不规整数据问题:跳过一些行、页脚、注释或其他一些不重要的东西
普
林
大
数
据
学
院
P
R
I
N
C
E
T
E
C
H
S
B
I
G
D
A
T
A
C
O
L
L
E
G
E
普林大数据学院
5
文件读写
Pandas提供了一些用于将表格型数据读取位DataFrame对象的函数。
其中最常用的为read_csv和read_table。read_csv 从文件、URL、文件
型对象中加载带分隔符的数据。默认分隔符为逗号。read_table从文件、
URL、文件型对象中加载带分隔符的数据。默认分隔符为制表符
(“\t”)
In[19]:df= pd.read_csv('iris.csv')
df.head()
Out[19]:
sepal_len sepal_wh petal_len petal_wh target
0 5.1 3.5 1.4 0.2 0
1 4.9 3.0 1.4 0.2 0
2 4.7 3.2 1.3 0.2 0
3 4.6 3.1 1.5 0.2 0
4 5.0 3.6 1.4 0.2 0