30 个 Python 技巧，加速你的数据分析处理速度

又到了学习干货的季节~

今天我们就来学习一下python干货~

pandas的下载

使用命令下载：

pip install pandas 
1

或者自行下载whl文件安装

https://www.lfd.uci.edu/~gohlke/pythonlibs/
1

创建DataFrame数据

pd_data = pd.DataFrame({
   
    "name":["小明","小红","小孙","王小","关宇","刘蓓","张菲"],
    "age":[20,18,27,20,28,18,25],
    "sex":["男","女","男","男","男","女","女"],
    "score":[669,570,642,590,601,619,701],
    "address":["北京","深圳","广州","武汉","深圳","广州","长沙"]
})

print(pd_data)
1
2
3
4
5
6
7
8
9
10

读取本地文件

pd_data = pd.read_excel('./测试.xlsx')

pd.set_option('display.max_columns', None)   # 显示完整的列
pd.set_option('display.max_rows', None)  # 显示完整的行
pd.set_option('display.expand_frame_repr', False)  # 设置不折叠数据

print(pd_data)
1
2
3
4
5
6
7

查看数据是否有缺失

# 如果缺失显示为True，否则显示False
isnull = pd_data.isnull()        
print(isnull)
1
2
3

统计缺失值个数

null_count = pd_data.isnull().sum()
print(null_count)
1
2

缺失值填充

# 填充数据 我选择了8.888,你随意
pd_data.fillna(8.888, inplace=True)
print(pd_data)
1
2
3

缺失值删除

# 如果有缺失值，删除此行
exist_col = pd_data.dropna()
print(exist_col)
1
2
3

查看头尾文件

# 查看头尾文件
print('头文件:', pd_data.head())
print
1
2