python数据分析常见命令

前言

近些天我会整理一些我平时清理csv,excel数据经常用的常见命令来分享给大家学习，大家一起加油！

第一个命令：引入pandas库

pandas库是一个开源的数据分析工具，主要用于数据处理和数据分析。

import pandas as pd

第二个命令：读取数据表（.csv,.excel）

#读取csv格式的数据表
data = pd.read_csv("文件路径.csv")   
#记住文件路径的反斜杠是/，如果使用错误会报错

第三个命令：保存处理后的数据到Excel文件

#data是处理好的数据

data.to_excel("result1_1.xlsx", index=False)

第四个命令：缺少值的处理

在数据表中，我们面临着上万条数据，不能一条条查找缺少的数据，所有我们的办法就是，把有缺失的数据的行进行删除

1.查找缺失值

missing_values = data.isnull().sum()

 2.删除缺少值

data=data.dropna()

注意：如果想看到效果，需要保存处理后的数据到Excel文件

 第五个命令：重复值的处理

1.查找重复数据：

示例：查找数据中user_id字段有重复的行

duplicate_values = data.duplicated('user_id')

 2.删除重复数据

示例：删除数据中user_id字段有重复的行

data = data.drop_duplicates('user_id')

 第六个命令：删除有异常值得行

示例：删除数据中Age字段里面有-1，0，“-”值的行

data = data[~data['Age'].isin([-1, 0, "-"])]

解释：isin()函数来判断数据中的年龄是否包含在指定的列表[-1, 0, "-"]中 ，然后使用~操作符来取反，表示保留不包含在这个列表中的行，最终得到过滤后的数据。

本篇文章分享就到这里了，后续会继续更新~