很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
因為對Python的很多數(shù)據(jù)分析語句不是很熟練，所以日常在數(shù)據(jù)清洗分析的時候會優(yōu)先Excel操作，Excel實在做不了再用Python。這也導(dǎo)致我對Python的用法經(jīng)歷了邊用邊學(xué)，學(xué)完就忘的尷尬經(jīng)歷。本文將Excel數(shù)據(jù)清洗處理的需求和Python的實現(xiàn)一一對應(yīng)起來，從而讓自己也能輕車熟路地用Python做數(shù)據(jù)清洗以及分析。
import pandas as pd import numpy as nppd.read_excel("XXXX.xlsx")
#如果是多個sheet，默認(rèn)讀取第一個sheet
DataFrame= pd.read_excel("XXXX.xlsx",sheet_name=None)DataFrame[sheet_name]
#獲取sheet_name對應(yīng)sheet的數(shù)據(jù)
讀入數(shù)據(jù)后，一般會先看下數(shù)據(jù)有多大，有哪些數(shù)據(jù)。
DataFrame.shape
#輸出這個表格有行數(shù)和列數(shù)DataFrame.columns #查詢表格的列名
DataFrame.head() #查看數(shù)據(jù)的前五行DataFrame.sample(n, replace=False, radom_state =1)
#不放回地隨機(jī)抽樣n行
DataFrame.isnull().sum(axis=0)
#統(tǒng)計每列空值數(shù)量
DataFrame.isnull().sum(axis=1)
#統(tǒng)計每行空值數(shù)量
DataFrame[~DataFrame[col].isnull()]
#刪除col列為空的行
DataFrame.dropna(axis=0)
#刪除有空值的行,使用參數(shù)
axis=0DataFrame.dropna(axis=1)
#刪除有空值的列,使用參數(shù)
axis=1DataFrame.dropna(how='all',axis=0)
#刪除所有值都為空值的行
DataFrame.dropna(how='all',axis=1)
#刪除所有值都為空值的列
DataFrame.dropna(subset=[col1,col2])
#刪除 col1或者col2列有空值的行
DataFrame.duplicated().value_counts()
#統(tǒng)計所有列重復(fù)的行數(shù)
DataFrame[[col1,col2]].duplicated().value_counts()
#統(tǒng)計指定列有重復(fù)的行數(shù)
DataFrame.drop_duplicates()
#刪除所有列重復(fù)的行
DataFrame.drop_duplicates(subset = [col1,col2])
#刪除指定兩列重復(fù)的行
DataFrame.sort_values(by=col1,ascending=False)
#按col1列升序排列
DataFrame.sort_values(by=[col1,col2],ascending=(True,False))
#按col1列升序，col2列降序
Excel中我們經(jīng)常需要將數(shù)值設(shè)置成百分百或者保留兩位小數(shù)等?，F(xiàn)在看看Python怎么做：
'{:.2%}'.format(x)
#轉(zhuǎn)換為兩位小數(shù)的百分百
round(x,2)
#轉(zhuǎn)化為小數(shù)，保留2位小數(shù)
數(shù)據(jù)處理最基本的需求就是篩選出指定行列。Python基本的篩選方式有三種：
1、DataFrame.loc #根據(jù)行的指標(biāo)和列的列名來選擇
2、DataFrame.iloc #根據(jù)行列的序列來選，如第2行、第4列
3、DataFrame.ix #上面兩種方法的混合，即可用行列名，也可用序列
具體用法可看下面的示例：
某列等于某值的行
DataFrame.loc[DataFrame[col]=='F']
# 選出col列等于F的行
DataFrame.loc[DataFrame[col].isin(['E', 'F'])
# 選出col列等于E或者F的行
某列包含某個字段的行
Excel常用的場景之一就是：對不同行或不同列做加減乘除計算等；這個非常簡單只需拿出對應(yīng)的行或列計算即可。
df1['a']+df1['b']
#a列和b列相加，同理可換其他運算
df1.loc[0] +df1.loc[1]
#0行和1行相加，同理可換其他運算
還有一個場景是，我們需要對某列做函數(shù)變換，如提取出某部分字符串，計算字符串長度，字符串倒序等等。這種情況，需要用到apply函數(shù)，
DataFrame[col].apply(func,axis=0) #把func函數(shù)作用到col列這里的func可以用python已有的函數(shù)，也可以用lambda自定義。
DataFrame[col].apply(lambda x:x.func) #用lambda自定義函數(shù)作用于col列
在Excel里數(shù)據(jù)透視表是非常有用且常用的一個功能，他可以實現(xiàn)各種分組統(tǒng)計計算。Python里有三種函數(shù)，作用和Excel透視表一致。
DataFrame[col].value_counts() #統(tǒng)計col列的數(shù)量分布
DataFrame.groupby(col1)[col2].count()
#對col1列分組，統(tǒng)計col2列的數(shù)量
DataFrame.groupby(col1)[col2].mean()
#對col1列分組，統(tǒng)計col2列的均值
DataFrame.groupby(col1)[col2].sum()
#對col1列分組，統(tǒng)計col2列的和
pd.pivot_table(DataFrame,values=[col1],index=[col2], columns=[col3],aggfunc=(np.size,np.mean,np.sum))
這里的index相當(dāng)于透視表里的行，columns相當(dāng)于透視表里的列，value表示透視表里計算的值，aggfunc表示作用于value的函數(shù)。
Python里的merge函數(shù)可以實現(xiàn)同樣的作用。
當(dāng)兩個表的關(guān)聯(lián)列名一樣的時候：
DataFrame1.merge(DataFrame12,on=[col1,col2],how=’left/right/inner/outer’)
當(dāng)兩個表的關(guān)聯(lián)列名不一樣的時候：
DataFrame1.merge(DataFrame12,left_on=col1,right_on=col2,how=’left/right/inner/outer’)
數(shù)據(jù)導(dǎo)出和導(dǎo)入很類似，具體用法如下：
df1.to_csv('XXXX.csv')
#將df1導(dǎo)出為csv文件，文件名為XXXXdf1.to_excel('XXXX.xlsx')
#將df1導(dǎo)出為xlsx文件，文件名為XXXX
以上就是我要分享的內(nèi)容，想要熟練掌握用Python做數(shù)據(jù)分析，上述的語句一定要多用多練。如果需要截圖中的代碼，可私信我「python代碼」，感謝大家閱讀～
-END-
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實、專業(yè)的平臺氛圍，我們團(tuán)隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)