Simple, il existe de nombreux contenus, tels que la vérification des feuilles de données, le nettoyage des feuilles de données, le traitement des données, l'extraction des données et les résumés de dépistage des données, V.V. Laissez-moi vous expliquer les détails de l'utilisation.

1, Vérifiez la fiche technique

Python utilise la fonction de forme pour voir la taille de la table de données, qui est le nombre de biens et de piliers. Vous pouvez utiliser la fonction d'information pour afficher les informations globales de la fiche de données, utiliser la fonction DTYPES pour revenir au format de données. Isnull est une fonction pour tester les valeurs nulles en Python. Vous pouvez vérifier la fiche de données complète ou vérifier une valeur NULL distincte, renvoyer le résultat d'une valeur logique, y compris les valeurs nulelles qui revenaient tristolet, sans inclure, ce qui ne comprend pas. Utilisez la seule fonction pour afficher des valeurs uniques, utilisez la fonction de valeur pour afficher les valeurs de la fiche technique.

2, Nettoyez la fiche technique

Méthodes pour gérer les valeurs null dans Python LPlus de fonctions d'entrée et de Drowna peuvent être utilisées pour supprimer des tables de données. Les valeurs de données NULL peuvent également être remplies de valeurs NULL avec des fonctions de remplissage. Python Dtype est une fonction pour afficher le format de données. La fonction ASTYPE correspondante est utilisée pour modifier le format de données. Renommer est une fonction pour modifier le nom de la colonne, la fonction Drop_duplicates supprimera des valeurs en double, la fonction de remplacement exécute le remplacement des données.

3, Données de pré-traitement

Le traitement des données Tri des données de nettoyage à des statistiques et de l'analyse plus tard, y compris la fusion, le tri, les colonnes, les paquets de données et Tags des tables de données. En Python, vous pouvez utiliser la fonction de consolidation pour fusionner deux tables de données, la fusion est à l'intérieur et en mode gauche, droit et externe. Utilisez la fonction EMT_Values et la fonction Sort_index pour compléter le type, utilisez la fonction pour compléter le paquet et utiliser la fonction de séparation à réaliser.

4, extrait de données

Principalement à l'aide de trois fonctions: LOC, ILOC et IX, dans laquelle la fonction LOC est extraite par la valeur de la carte, ILOC est extraite par position et IX peut être extraite en même temps en fonction de l'étiquette et du goût gustatif. Outre les données d'étiquetage et d'emplacement, des données peuvent également être effectuées selon des conditions spécifiques, telles que l'utilisation de deux fonctions de LOC et ISIN, en fonction des conditions spécifiées.

5, Exchange de dépistage des données

Python utilise la fonction LOC pour correspondre à la condition de filtrage pour compléter la fonction de filtrage et les fonctions de somme et de comptage peuvent être effectuées. Fonction de la fonction SUMIF et Countif dans Excel. Les fonctions principales utilisées dans Python sont groupées et pivot_ttable.groupby est une fonction permettant de classer un résumé et une méthode d'utilisation très simple et peut développer un seul nom de colonne est un package ou vous pouvez mettre une variété des noms de colonne, continuellement dans l'ordre du nom de la colonne.

ci-dessus est l'utilisation de l'analyse des données Python, vous souvenez-vous? Depuis que l'apprentissage utilise pAnalyse des données Python, les gens ont rapidement appris! Je pense qu'il n'y aura pas de devoirs pour apprendre et travailler à l'avenir.