1.連結のマージデータ
- API：pd.concat（OBJS、軸= 0、参加= '外'、join_axes =なし、ignore_index = Falseを、キー=なし、リーヴ=なし、名=なし、verify_integrity = Falseを、コピー=真）
- パラメータ説明
- OBJS：[シリーズ、データフレーム、パネル、..]データフレームをマージするリスト
- 軸：{0、1}組み合わさシャフト、合成カラム：軸= 1、連結されている：軸= 0
- 参加：{「内側」、「外側」}外側、内側、関節の交点であります
- 使用
- 合わせた横方向（カラム合成）：pd.concat（[DF1、DF2、...]、軸= 1）
- 複合縦方向（行を追加）：pd.concat（[DF1、DF2、...]、軸= 0）
2.スライス
- API：df.iloc、に従い、位置の順番取得
- pd.iloc [ラインスタート位置：行と列の開始位置の終了位置：カラム終了位置]
- API：df.loc、に応じての名前を取得
- pd.loc [：ライン名の末尾には、列の名前が始まっ：名前始まる行終了列名]
3.日付関連の機能
- 数値日付形式にデータを変換する：データは[ 'data_parsed'] = pd.to_datetime（データ[ '日付']、フォーマット= '％Yの％のM％のD'）
- 数値日付形式を変換する：dt.strftime（'％Y-％M-％D'） ＃4がY％であり、％yは2年です
- プロパティの日付フォーマットを取得します
- 年を取得します：dt.year
- dt.mouth：月を取得します。
- 日へのアクセス：dt.day
- dt.hour：時間を取得します。
- 週の名前を取得します:.データ[ 'daynameofweek'] =データ[ 'data_parsed'] dt.weekday_name
4.サーマルエンコーディング：get_dummies
-
API：pd.get_dummies（データ、接頭辞、列）
修正再表示に値を確認してください。5.
- API：data.column.unique（）
6.欠損値と無限の価値があるかどうか確認してください
- ビュー欠損値：all_dummy_df.isnull（）合計（）sort_values（昇順=偽）.head（）..
-
表示ミス率
合計= df_train.isnull（）。和（）。sort_values（昇順=偽） パーセント=（df_train.isnull（）。和（）/ df_train.isnull（）（）カウント）。sort_values（昇順=偽） MISSING_DATA = pd.concat（[総パーセント]、軸= 1、キー= [ '総'、 'パーセント']） missing_data.head（20）
- 無限大の値を参照してくださいnp.isinf（データ[ '列']）任意の（）。
- 欠損値と無限大の値を置き換え
- data.replace（np.inf、0、インプレース=真）
- data.replace（np.nan、0、インプレース=真）
省略7.パンダは、行と列に表示されません
- pd.set_option（「display.max_rows」、なし）：これは、表示行を省略されていません
- 表示欄が省略されていません。pd.set_optionを（「display.max_columns」、なし）