pandas 4

参考资料：https://mp.weixin.qq.com/s/QnxaOrvlWJn6Dr42Ic1CcQ

1  #只选取housing,loan,contac和poutcome
test_data[(test_data['age']==51) & (test_data['job']>=5)][['education','housing','loan','contact','poutcome']].head()

2  10%分位数   d1.quantile(0.1) 

3  中位数  d1.median() 

4  众数  d1.mode()  

5 方差  d1.var()  

6 标准差  d1.std() 

7 平均绝对偏差  d1.mad()

8  偏度  d1.skew()

9 峰度 d1.kurt() 

10 df.corr()  #相关系数的计算方法可以调用pearson方法、kendall方法、或者spearman方法，默认使用的是pearson方法

df.corr('spearman')   df.corr('pearson')   df.corr('kendall')

#如果只关注某一个变量与其余变量的相关系数的话，可以使用corrwith，如下方只关注x1与其余变量的相关系数
df.corrwith(df['x1'])

11 修改liu学生的身高为173  student3.loc[student3['Name']=='Liu','Height']=173

12 对每个分组计算多个统计量     student3.drop('Age',axis=1).groupby('Sex').agg([np.mean,np.median])

13 student3.sort_values(by=['Sex','Age'])

14 行方向上至少有3个非NAN的项保留    df.dropna(thresh=3) 

     在列方向上至少保留有3个非NAN的项保留   df.dropna(thresh=3,axis=1)

15 df.fillna(0)   

 

 

采用前项填充或后项填充,用一个观测值填充 df.fillna(method='ffill') 

 用后一个观测值填充--这样会导致最后边的无法填充Nan  df.fillna(method='bfill') 

使用常量填充不同的列 df.fillna({'x1':1,'x2':2,'x3':3})