8.删除缺失值
处理缺失值的另一个方法是删除它们。以下代码将删除具有任何缺失值的行。...df.dropna(axis=0, how='any', inplace=True)
9.根据条件选择行
在某些情况下,我们需要适合某些条件的观测值(即行)
france_churn = df[(df.Geography...12.Groupby 函数
Pandas Groupby 函数是一个多功能且易于使用的功能,可帮助获取数据概述。它使浏览数据集和揭示变量之间的基本关系更加容易。
我们将做几个组比函数的示例。...df[['Geography','Gender','Exited']].groupby(['Geography','Gender']).mean()
13.Groupby与聚合函数结合
agg 函数允许在组上应用多个聚合函数...ser= pd.Series([2,4,5,6,72,4,6,72])
ser.pct_change()
29.基于字符串的筛选
我们可能需要根据文本数据(如客户名称)筛选观测值(行)。