[DSU&阿里云天池] Python训练营 Task 4

数据载入

pd.read_csv

pd.read_csv(filepath, sep, names)

• filepath：待读取文件的路径
• sep：CSV 文件的 delimiter
• names：列名的列表

  df.merge

  df.merge(left, right)

• left, right：合并的两个数据框

  df.head

  df.head(n=5)

  查看最上面的 n 行内容。

---

数据载入的要点：需要将所需数据合并在一起。

数据清洗

pd.DataFrame

pd.DataFrame(df, columes)

df：目标数据框
columns：提取的列

df.shape

获得数据框的维度

df.info()

打印列表的简单信息

df.fillna

df.fillna(value, inplace)

• value：用来填补缺失值的值
• inplace：是否在原地完成操作

  df.satype

  df.astype(dtype)

• dtype：指定的数据类型

  df.describe

  打印数据框的统计信息

---

数据清洗的要点：检查数据是否有缺失值，如果有，需要采取相应的行为（填补或删除）。

数据分析

df.groupby

df.groupby(by)

• by：确定整合成一组的标准

  df.sum

  求和

  df.sort_values

  ascending)

  ```
  - `by`：排序依据的行或列
  - `ascending`：`True` 则升序排列
  ## `df.value_counts`
  返回不同行的计数
  ***
  **数据分析的要点**：通过合并分组、排序、计数等手段，获得数据的信息。
  # 数据可视化
  ## `df.plot(kind)`
  ```py
  df.plot(kind)

  kind：可视化类型
• line：折线图
• bar：柱状图
• hist：直方图
• box：箱型图
• kde：密度图
• pie：pie 图
• scatter：散点图

---

数据可视化的要点：根据不同的数据结构和需求选择合适的可视化方法。