Pandas 使用除了最后一个之外的所有列

使用Pandas进行数据分析与处理

python
import pandas as pd
data = pd.read_csv('data.csv')

python
# 获取数据的维度
print("数据的维度：", data.shape)
# 获取列名
print("列名：", data.columns.tolist())
# 获取数据类型
print("数据类型：", data.dtypes)

python
# 删除包含缺失值的行
data = data.dropna()
# 用指定值填充缺失值
data = data.fillna(0)

python
# 删除包含异常值的行
data = data[(data['column'] > lower_bound) & (data['column'] < upper_bound)]
# 用指定值替代异常值
data['column'] = data['column'].replace(outlier_value, new_value)

python
# 删除重复值
data = data.drop_duplicates()
# 对重复值进行去重
data = data.drop_duplicates(subset=['column'])

python
# 将某一列的数据类型转换为整数
data['column'] = data['column'].astype(int)
# 将某一列的数据类型转换为日期类型
data['column'] = pd.to_datetime(data['column'])

python
# 创建数据透视表
pivot_table = pd.pivot_table(data, index=['column1'], columns=['column2'], values=['column3'], aggfunc='sum')

python
# 计数
count = data['column'].count()
# 求和
sum = data['column'].sum()
# 平均值
mean = data['column'].mean()
# 中位数
median = data['column'].median()
# 最小值
min = data['column'].min()
# 最大值
max = data['column'].max()

python
# 绘制柱状图
data['column'].plot(kind='bar')
# 绘制折线图
data['column'].plot(kind='line')
# 绘制散点图
data.plot.scatter(x='column1', y='column2')