python学习第十三天(自用)

数据清洗

查看缺失值，若有缺失就是True,isnull()

删除缺失值，索引为4的结果消失了，删除缺失值所在行,dropna

删除缺失值所在列，所在城市这一列直接消失了,dropna

填充缺失值

指定填充值,fillna

用前一行数据填充,ffill

用后一行数据填充‘,bfill

查看重复值,duplicated

指定列查看重复值，duplicated（）,subset用来指定列

根据目标列删除重复值,drop_duplicates,默认保留第一个重复值

Keep表示保留哪一个值，first/last/false，第一个/最后一个/全都删了

异常值处理

可以看到单价有-29的，属于异常数据

查看异常值，就是过滤

删除异常值，传入索引以删除目标值，可以看到索引为6的值消失了,drop(.index)

修复异常值，这里取绝对值来修改结果

数据格式处理，看到这里的订单日期与正常格式不同，需要处理格式

这里的replace是整体替换，没办法这样局部替换

因此可以利用series的str方法将这列转为字符串，然后利用字符串的replace方法来替换,会统一的进行替换，发现替换成功

数据排序与分组

排序sort_values,ascending表示升序

多列排序，列表与列表之间一一对应，只有前一个值完全相同才会按照后面的进行排序

数据分组操作

将数据按照不同的特征进行分组，其中想要一次性进行分组操作可以使用agg来进行统一操作，groupby就是将目标内容分组

统计行数，即按目标列统计个数，count

指定目标列，选择没有缺失值的列才能统计正确，随便选哪列都可以，因为是统计数量，只要没有缺失值，那么都是一样的

统计内容和，sum，将相同的内容的目标值进行累加计算

综合运用统计金额数，先添加新的列，然后再统计累加

统计最小值，min

统计最大值，max

统计平均值，mean

综合，agg，将要统计的目标填入agg里，以列表的形式填入，返回的表格将会按照你填的内容进行排版

统计多列的内容，以字典的形式传入

Matplotlib介绍，将我们统计好的数据进行可视化的转化的工具，就是画图工具

绘制折线图，x要和y一一对应

Matplotlib图标详情

上述的名词介绍也就对应了方法

设置画布，figure，一定要在plot之前设置画布，因为plot会默认给你生成画布，你在后面生成则会生成一个新的画布

标题设置，title，也可以设置字体大小

其中要设置中文题目还要配置好项目，否则就是乱码

设置x轴标签，y轴标签

X轴刻度较为稀疏，没办法详细看具体数据，因此可以设置刻度，xtick

也可以隔一个刻度展示一下，因为x是列表，所以可以进行切片操作

设置y的刻度

绘制网格线，grid，也可以自定义表格样式

绘制双折线，就是再创建一个y轴数据，然后再绘制即可

显示图例，就是给线标上名字，让人知道哪条是哪条线，但这样是一一对应显示的，就是第一个创建的对应第一个，修改起来很麻烦

推荐方法，为曲线加上标签label以便于区分，并且legend也无需指定内容，图例可以指定位置，legend具有loc方法可以改变位置

柱状图

创建子图，就是创建两个图，nrows代表行，1就是1行，如果为2，那么就是相当于在中间砍一刀，然后均分。ncols代表列，这里2表示2列，就是竖着切一刀，然后axes接收到的是返回的数组，因此访问不同的图可以利用列表的访问形式来访问

其中bar就是柱状图，pie就是饼状图

Dpi是像素值

子图的设置

添加数据

设置图表属性