今天小编给大家分享一下Python数据处理的实用技巧有哪些的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。
我使用的 Pandas 版本如下,顺便也导入 Pandas 库。
>>> import pandas as pd>>> pd.__version__'0.25.1'
在开始前先确保解释器和数据集在同一目录下:
>>> import os>>> os.chdir('D://source/dataset') # 这是我的数据集所在目录>>> os.listdir() # 确认此目录已经存在 IMDB-Movie-Data 数据集['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'titanic_eda_data.csv', 'titanic_train_data.csv']
准备工作就位后,正式开始数据处理技巧之旅。
1 Pandas 移除某列
导入数据
>>> df = pd.read_csv("IMDB-Movie-Data.csv")>>> df.head(1) # 导入并显示第一行 Rank Title Genre ... Votes Revenue (Millions) Metascore0 1 Guardians of the Galaxy Action,Adventure,Sci-Fi ... 757074 333.13 76.0[1 rows x 12 columns]
使用 pop 方法移除指定列:
>>> meta = df.pop("Title").to_frame() # 移除 Title 列
确认是否已被移除:
>>> df.head(1) # df 变为 11列 Rank Genre ... Revenue (Millions) Metascore0 1 Action,Adventure,Sci-Fi ... 333.13 76.0[1 rows x 11 columns]
2 统计单词数
pop 后得到 meta,显示 meta 前 3 行:
>>> meta.head(3) Title0 Guardians of the Galaxy1 Prometheus2 Split
是由单词组成,中间用空格分隔。
# .str.count(" ") + 1 得到单词个数 >>> meta["words_count"] = meta["Title"].str.count(" ") + 1 >>> meta.head(3) # words_count 列代表单词个数 Title words_count0 Guardians of the Galaxy 41 Prometheus 12 Split 1
3 Genre 频次统计
下面统计电影 Genre 的频次,
>>> vc = df["Genre"].value_counts()
下面显示电影 Genre 的 Top5 ,最高频为出现 50 次的 Action,Adventure,Sci-Fi 类,次之为 48 次的 Drama 类:
>>> vc.head()Action,Adventure,Sci-Fi 50Drama 48Comedy,Drama,Romance 35Comedy 32Drama,Romance 31Name: Genre, dtype: int64
展示 Top5 的饼状图:
>>> import matplotlib.pyplot as plt>>> vc[:5].plot(kind='pie')<matplotlib.axes._subplots.AxesSubplot object at 0x000001D65B114948>>>> plt.show()
以上就是“Python数据处理的实用技巧有哪些”这篇文章的所有内容,感谢各位的阅读!相信大家阅读完这篇文章都有很大的收获,小编每天都会为大家更新不同的知识,如果还想学习更多的知识,请关注编程网行业资讯频道。