Pandas数据处理技巧全解析
Pandas数据处理技巧全解析
主要章节与要点
UFO 报告数据（
uforeports.csv）- 读取：
ufo = pd.read_csv('uforeports.csv') - 统计并查看类别分布：
ufo['Shape Reported'].value_counts(dropna=False)（包括缺失值） - 填充缺失值：
ufo['Shape Reported'].fillna(value='VARIOUS', inplace=True)将缺失值用VARIOUS替换 - 常见行/列选择：使用
loc选择指定行/列（例如ufo.loc[[0,1,2], :]、ufo.loc[:, ['Colors Reported','Shape Reported','State']]） - 条件过滤：
ufo[ufo.City == 'Oakland']或ufo.loc[ufo.City == 'Oakland','State'] - 用例演示：删除列（
.drop()）、查看尾部数据（.head()/.tail()等）
- 读取：
pandas 索引（Index）及
drinksbycountry.csv- 读取：
drinks = pd.read_csv('drinksbycountry.csv') - 查看索引与列：
drinks.index、drinks.columns、drinks.shape - 将列设为索引：
drinks.set_index('country', inplace=True)，随后可用drinks.loc['Brazil','beer_servings']用国家名访问行。 - 重置索引并恢复默认整数索引：
drinks.reset_index(inplace=True) - 修改索引名称：
drinks.index.name = 'country'或drinks.index.name = None - 按索引或列进行统计：
drinks.describe()和对统计结果的定位（例如drinks.describe().loc['25%','beer_servings']）
- 读取：
选择多行多列与位置索引
loc用法：基于标签选择行列（可用行标签切片、列表或布尔掩码）。iloc用法：基于整数位置选择（例如ufo.iloc[:,0:4]）。- 列范围切片：
ufo.loc[:, 'Colors Reported':'Time']（使用列名范围切片）
其它实用示例
- 读取无表头、使用自定义分隔符的文件：
pd.read_table('movieusers.csv', header=None, sep='|') - 统计并排序：
drinks.continent.value_counts().sort_index()
- 读取无表头、使用自定义分隔符的文件：
关键代码片段（摘录并简短说明）
- 填充缺失值并统计：
ufo['Shape Reported'].value_counts(dropna=False)ufo['Shape Reported'].fillna(value='VARIOUS',inplace=True)ufo['Shape Reported'].value_counts()说明：先查看包含 NaN 的统计，再用fillna填充，最后确认填充结果。
- 索引设置与定位：
drinks=pd.read_csv('drinksbycountry.csv')drinks.set_index('country',inplace=True)drinks.loc['Brazil','beer_servings']说明：把country设置为索引后，可直接用国家名定位对应行的数据。
loc/iloc示例：
# 基于标签选择：ufo.loc[[0,1,2],:]# 基于位置选择：ufo.iloc[:,0:4]# 选择列范围：ufo.loc[:,'Colors Reported':'Time']- 描述性统计定位：
drinks.describe().loc['25%','beer_servings']