python数据分析
来源:互联网 发布:北京天际网络 编辑:程序博客网 时间:2024/06/03 14:35
#输入
def count_(): a_list=list([1,2,3,1,2]) print(a_list) """ 求个数 """ count_list = {} for i in a_list: count_list[i] = count_list.get(i,0)+1 print(count_list) print(count_list.keys()) print(count_list.values()) """ 出现最多的数字 """ id = max(count_list,key = count_list.get) print('出现最多的数字:%d' % id) """ 排序:从小到大 """ keys_sort = sorted(count_list,key = lambda k:count_list[k]) print(keys_sort) """ count_list[1],[]中为键值,不加'' """ print(count_list[1],count_list[3],count_list[2]) data=DataFrame({'location':['jn','km','sz'],'a':[1,2,3],'b':[4,5,6]}) """ 判断内容是否为所要 """ print(data['location'].isin(['jn'])) """ 选出包含索要内容的全部行 """ df5=data[data['location'].isin(['jn'])] print(df5) data['c']=[1,nan,nan] print(data) """ 判断是否为缺失值 """ print(data.isnull()) """ 按列判断是否每列其中含有缺失值;Series就只输出一个值:True/False """ print(data.isnull().any()) obj=Series({'aa':12,'bb':nan,'cc':34}) print(obj) print(obj.isnull().any()) """ copy.copy 浅拷贝 只复制父对象,对象的内部的子对象依然是引用; 父对象是不关联,但是引用的子对象关联。 """ list_aa=[[1],2,[3,4,5],6] list_bb=copy(list_aa) list_cc=deepcopy(list_aa) #这样是无法直接输出值的 #print(list_aa.append(8)) """ 可以看到copy父对象没跟着变,但子对象跟着变了; 而deepcopy,父对象、子对象都没变 """ list_aa.append(8) print(list_aa,"--",list_bb,'--',list_cc) list_aa[0].append('d') print(list_aa,"--",list_bb,'--',list_cc) """ copy.deepcopy 深拷贝 拷贝对象及其子对象 这意味着引用的父对象和子对象都不同,就是新建了一个对象,建立了引用。相当于传值 """ """ 输出每行 """ x = data.iloc[:,[0,1]] y = [] z=[] for i in range(len(x)): #没有column、index了[[1, 4], [2, 5], [3, 6]] y.append(list(x.iloc[i])) #乱[a 1 b 4 Name: 0, dtype: int64, a 2 b 5 Name: 1, dtype: int64, #a 3 b 6 Name: 2, dtype: int64] z.append(x.iloc[i]) print(x,y,z) if __name__=='__main__': count_()
输出:
[1, 2, 3, 1, 2]
{1: 2, 2: 2, 3: 1}
dict_keys([1, 2, 3])
dict_values([2, 2, 1])
出现最多的数字:1
[3, 1, 2]
2 1 2
0 True
1 False
2 False
Name: location, dtype: bool
a b location
0 1 4 jn
a b location c
0 1 4 jn 1.0
1 2 5 km NaN
2 3 6 sz NaN
a b location c
0 False False False False
1 False False False True
2 False False False True
a False
b False
location False
c True
dtype: bool
aa 12.0
bb NaN
cc 34.0
dtype: float64
True
[[1], 2, [3, 4, 5], 6, 8] -- [[1], 2, [3, 4, 5], 6] -- [[1], 2, [3, 4, 5], 6]
[[1, 'd'], 2, [3, 4, 5], 6, 8] -- [[1, 'd'], 2, [3, 4, 5], 6] -- [[1], 2, [3, 4, 5], 6]
a b
0 1 4
1 2 5
2 3 6 [[1, 4], [2, 5], [3, 6]] [a 1
b 4
Name: 0, dtype: int64, a 2
b 5
Name: 1, dtype: int64, a 3
b 6
Name: 2, dtype: int64]
- python数据分析
- Python数据分析入门
- Python数据分析入门
- Python数据分析笔记
- Python分析file_sink数据
- Python数据分析、展示
- python数据分析
- Python数据分析工具
- Python数据分析-1
- Python数据分析
- Python数据分析 读书笔记
- Python数据分析1
- 《python数据分析基础教程》
- Python数据分析
- python数据分析基础知识
- Python数据分析
- python数据分析1
- python数据分析概述
- 多条目加载
- Simple Strings CodeForces
- NSData NSString格式相互转换
- 安卓四大组件之activity笔记
- 用Python调度数据在Mysql及Hive间进行计算2例
- python数据分析
- three.js加载obj模型
- python with语句
- 一行代码实现Okhttp,Retrofit,Glide下载上传进度监听
- 中式装修木雕花格有哪些特点, 中式装修木雕花格寓意
- configure配置安装详解
- android开发,如何实现通过上拉由一个activity切换到另一个activity
- umeng(友盟)实现第三方登录和分享详解之分享
- Eclipse 常用快捷键