假设我们现在有pandas数据data
首先查看基本信息
data.head()
会看到表头和前几行数据的信息
data.dtypes
object 类似于 string 类型
float 和 int 就是数值类型类型
object 转 float
data['collumn_name'] = pd.to_numeric(df['collumn_name'])
df.dtypes
查
条件筛选
比如我们要查看满足 c1列的数大于0 或 c2列的数小于0 的数据:
data[data['c1']>0 | data['c2'] < 0)
删
删除一列
比如删除列名为‘id’的一列数据
data = data_df.drop(labels='id', axis=1)
删除Nan和inf
data = data_df[~data_df.isin([np.nan, np.inf, -np.inf]).any(1)]
当然,如果只是删除nan的话,有专门的函数
data = data_df.dropna()
改
合并数据
加入有
划分数据集
DataFrame.sample函数:
DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)
n是选取的条数,frac是选取的比例(不能与参数n一起使用),replace是可不可以重复选(默认为False),random_state是随机种子,axis为0是选取行,为1是选取列。
train_df = data.sample(frac=0.7,random_state=0,axis=0)
validation_df = data[~data.index.isin(train_df.index)]