Pandas教程( 五 ) 作为每个数据科学家都非常熟悉和使用的

布尔索引：ilocdata.iloc[, ]按数字选择行和列
a）选择数据集的第4行。
data.iloc[3]
Pandas教程文章插图
b）从所有列中选择一个行数组。
data.iloc[6:12]
文章插图
c）从所有列中选择几行。
data.iloc[[7,28,39],:]
文章插图
d）从“Name”、“Age”、“Sex”和“Survived”列中选择一行。
data.iloc[[7], [3,5,4,1]]
文章插图
e）从多个列中选择多行。
data.iloc[[7,28,39], [3,5,4,1]]
Pandas教程文章插图
f）选择多行形成列序列。
data.iloc[[7,28,39], 3:10]
文章插图
g）选择其他值。

从第6行到第12行，最后一列。

data.iloc[6:13, -1]

第3列和第6列的所有行。

data.iloc[:, [3,6]]

7、28、39行，从第3列到第6列。

data.iloc[[7,28,39], 3:7]

最后一列的最后20行。

data.iloc[-20:, -1:]基本处理数据

Axis = 0 ，表示行，如果未指定，默认为Axis=0 。
Axis = 1 ，表示列。

文章插图
a）（删除nan值）。
data.isnull().values.any()是否有丢失的数据？
True如果没有将其分配到(新)变量中，则应该指定inplace=True ，以便更改能生效。
data.dropna(axis=0, inplace=True) #从行中删除nandata.isnull().values.any() #是否有丢失的数据？Falseb）删除列
data.drop(columns=['PassengerId', 'Name'], axis=1).head()

文章插图
c） value_counts也可以显示NaN值。
data.Age.value_counts(dropna=False)NaN17724.003022.002718.002628.0025... 36.50155.50166.00123.5010.421Name: Age, Length: 89, dtype: int64d）替换丢失值

创建新的数据帧，复制数据，以保持原始数据的完整性。

new_df = data.copy()计算年龄平均值:
new_df.Age.mean()29.69911764705882

用数据的平均值填充NAN ，并将结果分配给一个新列。

new_df['Age_mean'] = new_df.Age.fillna(new_df.Age.mean())年龄的中值
new_df.Age.median()28.0用数据的中值填充任意NAN ，并将结果分配给一个新列。
new_df['Age_median'] = new_df.Age.fillna(new_df.Age.median())