这篇文章主要为大家展示了“Pandas数据存储的示例分析”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“Pandas数据存储的示例分析”这篇文章吧。
数据可以有两种类型-连续的和离散的,这取决于我们的分析要求。有时我们不需要连续变量中的精确值,但需要它所属的群体。
例如,你的数据中有一个连续变量,年龄。但你需要一个年龄组来进行分析,比如儿童、青少年、成人、老年人。实际上,Binning非常适合解决我们这里的问题。
为了执行Binning,我们使用cut()函数。这对于从连续变量到离散变量非常有用。
importpandasaspddf=pd.read_csv('titanic.csv')fromsklearn.utilsimportshuffle#随机化df=shuffle(df,random_state=42)df.head()bins=[0,4,17,65,99]labels=['Toddler','Child','Adult','Elderly']category=pd.cut(df['Age'],bins=bins,labels=labels)df.insert(2,'AgeGroup',category)df.head()df['AgeGroup'].value_counts()df.isnull().sum()
以上是“Pandas数据存储的示例分析”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注恰卡编程网行业资讯频道!
用pandas库中的diff()函数处理非平稳的时间序列
pandas中的concat函数如何实现索引重置
pandas中的concat函数如何实现索引重置这篇文章将为大家详...
pandas中的concat函数如何实现指定索引
pandas中的concat函数如何实现指定索引这篇文章主要介绍了...
Pandas Apply怎么用
PandasApply怎么用这篇文章将为大家详细讲解有关Pand...
Pandas中如何实现行的条件选择
Pandas中如何实现行的条件选择这篇文章主要介绍了Pandas...
Pandas数据类型的用法
Pandas数据类型之category的用法
Pandas数据类型之category的用法创建category使用Series创建在创建Series的同时添加dty...
Python(Pandas,pandas.read_sql函数实例用法)
Python,Pandas,pandas.read_sql函数实例用法Pandas是基于NumPy的一种工具,该工具是为...
Python(Pandas,pandas.read_sql_query函数实例用法分析)
Python,Pandas,pandas.read_sql_query函数实例用法分析Pandas是基于NumPy的一种...
使用python怎么将pandas写入excel文件
使用python怎么将pandas写入excel文件?针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这...
用户名
密码
记住登录状态 忘记密码?
邮箱
确认密码
我已阅读并同意 用户协议