python数据分析：介绍几个简单且有用的代码

　　数据分析大致分为数据处理，模型建立，模型测试这3部，这篇文章主要是讲解对数据进行处理

　　为了对数据进行分析，首先要了解学习python的熊猫库pandas，下面是一些基础简单的操作方法，python调用方法如下

　　import pandas as pd

　　python通过pandas读取csv文件的方法

　　df= pd.read_csv("xxx.csv")

　　#输出文件内容前五列

　　print(df.head())

　　#输出csv所有内容

　　print(df)

　　查看csv某列数据的方法

　　pandas.read_csv(‘file_name.csv’, usecols = [0,1,2,3])

　　#简单方法

　　df["属性列名称"]

　　pandas删除csv数据某些列的方法

　　droplabels= ['x_cat4','x_cat5','x_cat8','x_cat9']

　　data=df.drop(droplabels,axis=1)

　　pandas对NAN数据清洗的方法

　　#将表格中含有nan数值的列进行删除，返回非空数据和索引值的Series

　　df.dropna()

　　'''

　　dropna(axis=0,how=’any’,thresh=None)，how参数可选的值为any或者all.all仅在切片元素全为NA时才抛弃该行(列)。thresh为整数类型，eg:thresh=3,那么一行当中至少有三个NA值时才将其保留。

　　'''

　　data.fillna(0) #将nan替换为0

　　print(data.fillna(data.mean())) ### 用每列特征的均值填充缺失数据

　　print(data.fillna(data.median())) ### 用每列特征的中位数填充缺失数据

　　print(data.fillna(method='bfill')) ### 用相邻后面(back)特征填充前面空值

　　print(data.fillna(method='pad')) ### 用相邻前面特征填充后面空值

　　#

　　pandas对csv文件数据的更改的方法

　　#更改某列属性数值和类型

　　df = df[df['涨跌幅']!='None']

　　df['涨跌幅'] = df['涨跌幅'].astype(np.float64)

　　df = pd.DataFrame(a, dtype='float') #数据类型转化

　　#大连人流医院 http://mobile.84211111.cn/

　　#对数据全部遍历读取并更改，参考如下

　　for i in df.index:

　　df["id1"][i]=1

　　pandas的iloc的使用方法和作用

　　X = df.iloc[:, data.columns != 'label'] # 取出不包括 label其他的列

　　df.iloc[:3, :2] #使用.iloc ，我们只选择了.iloc的前3行和2列

　　计算某列元素数量的方法

　　sum= len(data[data.label == 'BENIGN']) #计算BENIGN的数量

　　len(df)

　　pandas对文件进行保存的方法

　　#df为要保存的数据，xxx.csv为保存的文件

　　df.to_csv('xxx.csv', index=False, sep=',')

　　以上是pandas对数据进行处理的简单功能，其中含有一些参考学习的博客，感兴趣的同学可以观看学习。有了这些基础知识，我们才能对数据集进行处理，接下来就是如何使用的问题了，下面讲解简单的套路。

　　1.首先观察数据，通过代码检测每一列的数据类型再进行考察，检测是否存在NAN值，可以删除该列，也可根据情况进行数值的变动。

　　2.数据集中可能存在部分列属性为time属性，一般不要直接将该列删除，可通过将其转化为浮点类型

　　3.字符串类型向数值类型的转换，部分字符串需要进行转换，这个就视情况而定了。