盘点 66 个 Pandas 函数，轻松搞定“数据清洗”.pdf
5墨值下载
盘点 66 个 Pandas 函数，轻松搞定“数据清洗”！
今天我们重新盘点66个Pandas函数合集，包括数据预览、数值数据操作、文本数据操作、行/
列操作等等，涉及“ 数据清洗 ”的方方面面。
Pandas 是基于NumPy的一种工具，该工具是为解决数据分析任务而创建的。它提供了大量能
使我们快速便捷地处理数据的函数和方法。
数据预览
对于探索性数据分析来说，做数据分析前需要先看一下数据的总体概况。 方法用来查看
数据集信息， 方法将返回描述性统计信息，这两个函数大家应该都很熟悉了。
describe方法默认只给出数值型变量的常用统计量，要想对DataFrame中的每个变量进行汇总统计，可
以将其中的参数include设为all。
方法和 方法则是分别显示数据集的前n和后n行数据。如果想要随机看N行的
数据，可以使用 方法。
df.sample(3)
输出：
数据分析与开发
盘点 66 个 Pandas 函数，轻松搞定“数据清洗”！ https://mp.weixin.qq.com/s/N3ydDVkReyajWnMBiL0M2A
第1页 共16页 2022/4/13 13:33
如果要检查数据中各列的数据类型，可以使用 ；如果想要值查看所有的列名，可以使
用 。
df.columns
输出：
Index(['日期', '销量'], dtype='object')
前面介绍的函数主要是读取数据集的数据信息，想要获得数据集的大小（长宽），可以使用
方法。
df.shape
输出：
(5, 2)
另外， 可以查看某列的行数， 则可以查看该列值的有效个数，不包含无效值
（Nan）。
缺失值与重复值
Pandas清洗数据时，判断缺失值一般采用 方法。此外， 会判断哪
些”列”存在缺失值， 用于将列中为空的个数统计出来。
df.isnull().any()
输出：
盘点 66 个 Pandas 函数，轻松搞定“数据清洗”！ https://mp.weixin.qq.com/s/N3ydDVkReyajWnMBiL0M2A
第2页 共16页 2022/4/13 13:33
of 16
5墨值下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论