Python数据分析Pandas的编程经验总结

Pandas的api 参考手册DataFrame部分：https://pandas.pydata.org/pandas-docs/stable/reference/frame.html

数据处理部分：

待处理的数据：

处理要求：1.food栏，大小写统一，2.删除NaN行，3.把ounces中的负值取绝对值，4.把food名称相同的字段合并，合并后ounces的值为合并前他们的平均值

代码如下：

# -*- coding: utf-8 -*-
import pandas as pd
df = pd.read_csv('E:/python3Project/11.csv')
#print(df)
df['food'] = df['food'].str.lower() #统一大小写字母

df.dropna(inplace=True) #删除数据缺失的记录
print(df)
df['ounces']=df['ounces'].apply(lambda a:abs(a)) #负值不合法，取绝对值
#print(df)
#查找food重复的记录，分组求其平均值
#print(df['food'].duplicated(keep=False))
#d_rows = df[df['food'].duplicated(keep=False)] # keep=False的意思是把所有的food列下重复的字段都找出来
#print(d_rows)
#g_items = d_rows.groupby('food').mean()  # 学学groupBy
#print(g_items)
#g_items['food']=g_items.index #效果就是新增一列food
#print(g_items)


#把第一个出现的bacon替换成平均值
df.loc[0,'ounces']=df[df['food'].isin(['bacon'])].mean()['ounces']
# 删除第二个ounce
df.drop(df.index[4],inplace=True)
print(df)
df.index =range(len(df)) # 重新把row的index排列一下，按照连贯顺序，从小到大
print(df)

#把第一个出现的pastrami替换成平均值
df.loc[0,'ounces']=df[df['food'].isin(['pastrami'])].mean()['ounces']
# 删除第二个ounce
df.drop(df.index[4],inplace=True)
print(df)
df.index =range(len(df)) # 重新把row的index排列一下，按照连贯顺序，从小到大
print(df)