目录

读取文本格式文件

7.2 处理缺失数据

7.3 移除重复数据

7.4 利用映射或函数转换数据

7.5 替换值

 7.6 重命名轴索引

 7.7 离散化与面元划分

 7.8 检测和过滤异常值

7.9 排列和随机采样

7.10 字符串对象方法

7.11 正则表达式

7.12 pandas的矢量化字符串函数

7.13 总结

读取文本格式文件

 

 

 没有表头的时候，可以设置或自定义

 

 后有换行符

 s+匹配一个或多个空白符，包括换行

 

 

每运行一次读取下十行，可以指定读取行数

 

7.2 处理缺失数据

---

  

 

 

 

 

   

 

7.3 移除重复数据

 检查是否重复

删除重复数据

 保留最后一个重复数据

7.4 利用映射或函数转换数据

 

 

 

7.5 替换值

 

 

 

 7.6 重命名轴索引

 reindex只能重新改已有的索引，不能换索引

 data不改变

  结合字典型对象对标签更新

 就地修改data (inplace=True)

 7.7 离散化与面元划分

 分阶段（cut、qcut）

 

 按数据大小排序

左闭右开

  

 randn科学计数法

 

 7.8 检测和过滤异常值

 

any(1)直接把一行给检测出来

 

7.9 排列和随机采样

 

 

 replace=True可以重复选择

7.10 字符串对象方法

 

7.11 正则表达式

 sub替换

 match只能查首个字符串,search找到后就不找了

7.12 pandas的矢量化字符串函数

 

NaN是浮点型数据，用split会报错，用str.就可以了

 

7.13 总结

 

 去掉yuanjia中含有NAN值得一行