50 個(gè)常見的 Python 數(shù)據(jù)分析小方法（上）

df.isnull().sum()

df.duplicated().any()

df.fillna(method?=?"ffill")?#這是前向方法填充，bfill為后向填充
df.fillna(0)?#用0填充空值

df.drop([""],?axis?=1,?inplace?=?True)

df.dropna(axis?=?0,?how?=?'any',?inplace?=?True)

df.drop_duplicates(inplace=True)

df?=?df[~df["列名"].isin(['這里寫特殊值/錯(cuò)誤值'])]

df[""]?=?df[""].astype(int)

df?=?df.reset_index(drop?=?True)

m?=?df[''].sort_values(ascending?=?False).index[:].tolist()
df?=?df.loc[m]
df?=?df.reset_index(drop?=?True)

s?=?df.groupby("列")["指標(biāo)列"].agg(["count","sum","mean"])

s?=?s[s["count"]>20]
s.sort_values("mean",?ascending?=?False).head(10)

df?=?df.groupby('',as_index?=?False).count[['','']]
df.rename(columns?=?{'原來的列名':'新的列名'}，inplace?=?True)

data['時(shí)間']=pd.to_datetime(data['時(shí)間'])

df['age']?=?(pd.to_datetime('這里是當(dāng)前日期如：2020-4')?-?pd.to_datetime(df['birthday']))?/?pd.Timedelta('365?days')

t?=?df[""].str.split("\",expand?=?True)
t[0]

cut_bins?=?np.arrange(90,130,5)#分段設(shè)置，這里是分成5段
bins?=?pd.cut(df['score'],?cut_bins)#將數(shù)據(jù)切片
bin_counts?=?df['score'].groupby(bins).count()

df[''].value_counts()

df[''].value_counts().plot(kind?=?"bar")

df.corr()

df.plot.scatter(x="",y?=?"",?figsize=(,),?title?=?"")

fig?=?df[['','']].plot(kind?=?"kde",?figsize?=?(24,8),?title?=?"")
fig.axes.title.set_size(10)

from?sklearn.linear_model?import?LogisticRegression
model?=?LogisticRegression()
X?=?df.drop(['y'],axis?=?1)
y?=?df['y']
model.fit(X,?y)
y_pre?=?model.predict(test)