Python处理DataFrame时的一些操作

版权声明：未经博主允许不得转载。 https://blog.csdn.net/qq_43774897/article/details/88877295

以前处理DataFrame都是使用切片来处理其中的值，今天做数据的预处理，发现了以前从来没用过的DataFrame操作，算是慢慢积累吧，首先看下原始数据格式

假设你已经把数据读入python了，如果你还不会读入数据，看下面代码：

import pandas as pd
train_data = pd.read_csv(r'C:\Users\Administrator\Desktop\train.csv')     #数据读入

1.找出分类变量的值

target = train_data['Category'].unique()
print(target)

2.把大批量分类变量的值变成对应数字表示，可以看看这篇文章字典巧用

data_dict = {}
count = 1
for data in target:
    data_dict[data] = count
    count += 1
data_dict   

train_data['Category'] = train_data['Category'].replace(data_dict)

3.提取出列名并删除一个列名，终于不用再用切片了！

columns_train = train_data.columns     # 提取所有列名

cols = columns_train.drop('Resolution')   # 删除一个列名

train_data_new = train_data[cols]         #此时train_data_new中不包含 'Resolution'这一列

4.按列名读取数据

features = ["DayOfWeek", "PdDistrict",  "X", "Y"]
X_train = train_data[features]  # 等价于X_train = train_data[["DayOfWeek", "PdDistrict",  "X", "Y"]] 

X_Y = train_data[[ "X", "Y"]]    

5.对于字典，通过下面把键和值提取出来

for key,value in data_dict.items():
     print(key,value)