探索性数据分析¶
对单独一列信息的探索¶
去一列信息去重后显示(去掉该列信息中重复的值)¶
print('Discount_rate 类型:',dfoff['Discount_rate'].unique()) #dfoff是打开的某pandas文件
统计该列中各个值出现的次数¶
使用value_counts()
方法就可以。这个方法可以用于计数。这是Pandas内置的方法,用Pandas读取完文件之后就可以直接调用这个方法。
dfoff['label'].value_counts()
比较两列的数据信息(对重复数值聚合)以及画图显示¶
比较两列的数据信息¶
我们在探索性数据分析的时候常常需要比较某两个特征之间的关系。这时候往往需要用到Pandas
的groupby
方法。
时间序列作为排序准则对特征数据进行比较¶
比如说对于这样的数据,我们想按照Data_received的时间日期对其进行统计,同一时间日期下有多少个Date:
image
couponbydate = dfoff[dfoff['Date_received'] != 'null'][['Date_received', 'Date']].groupby(['Date_received'], as_index=False).count()
统计结果会像这样:
Date_received Date
0 20160101 554
1 20160102 542
2 20160103 536
3 20160104 577
4 20160105 691
5 20160106 808
这里说一下as_index
这个参数,如果改成True
的话,被groupby的那一列会单独成为一列。如果是False
的话,则不会单独成为一列。