做项目的时候看了别人的blog，决定自己也随手记录下在做项目中遇到的好的小知识点。

 

最近在做Udacity的Data Scientist Nano Degree Project的Customer_Segements 项目，随手记录下感觉一些挺好用的自己没注意到小细节

– 统计DataFrame中每行的缺失值:

　　missing_value_in_row = df.shape[1] – df.counts(axis = 1)

　　missing_value_in_col = df.shape[o] – df.counts(axis = 0)

– 通过布尔索引获取DataFrame的相应索引并转化为list(便于用来遍历):

　　names = list(df[df[‘counts’] <= 73500].index)

– 几种遍历DataFrame的方法:

　　iterrows:

for name, row in df.iterrows():
    print("Row{} of df  is{}".format(name, row))

　　iteritems:

for name, col in df.iteritems():
    print("col{} of df is {}".format(name, col))

 

　　itertuple:

　　同时回顾一下类似的enumerate()可用来遍历list:

my_list = ['apple', 'banana', 'grapes', 'pear']
for c, value in enumerate(my_list, 1):
    print(c, value)

# Output:
# 1 apple
# 2 banana
# 3 grapes
# 4 pear

– pandas中的数据类型转化:

　　Series -> array

df[name].values

　　Series -> list

df[name].to_list()

　　Series-> str

df[name].astpye(str)

– pandas 在数据编码或者转换的时候，建立创建字典，便于使用map来进行映射转换。

– 注意复习正则表达式，清洗数据很有用！

-关于Feature Transformation:

　　OneHotEncoder() 接受的输入是 2-D array 维度不符合的可以通过 .reshape(-1, 1)转换

　　LaBelBinarizer() 接受的输入是1-D array

　　同时值得注意的是df.column返回的是1-D,而df[‘column’]返回的事2-D （以前一直没注意）

– pandas中处理缺失值的神器:

　　imputer() 只能接受2-D输入，返回的是array(这是sklearn的)  

　　pd.fillna()

版权声明：本文为silenceki原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/silenceki/p/11309632.html