pandas 数据处理实例
描述：行标签为日期，列标签为时间，表哥的值是 float 的数值
# 一、 读取 csv 文件
df=pd.read_csv(“delay_3.csv”,encoding = “utf-8”)
# 二、 默认读取是行索引是 0 开始计数的，datestr 被作为文本读成了单元格数据，将datestr 转换成时间，并建立索引
# 2.1 要把 datestr 列转换成时间格式
df[\’datestr\’] = pd.to_datetime(df[\’datestr\’])
# 2.2 通过 set_index 重新设置新的列
df.set_index(“datestr”, inplace=True)
# 三、数据预处理，因为数据本身存在很多 空白数据，空白数据是 – （减号）
# 3.1 转换数据为数字类型，转换错误的数据，自动填充为 NAN
df=df.apply(pd.to_numeric, errors=\’coerce\’)
# 3.2 通过填充命令将数据填充 填充的规则是按照前一行，同一列进行填充
#print df.isnull().sum()
df=df.fillna(method=\’ffill\’)‘
# 查看下为 仍然为 null 的数据数量
#print df.isnull().sum()
#四、 通过切片进行访问，切出 这些天，每天的这些时刻的数据
df[\’2018-01-08\’:\’2018-01-15\’,\’06:00\’:\’20:00\’]
#五、分行和分列进行聚集操作
# 5.1 按列（时段）聚集
df.mean()
# 5.2 按日期（行）聚集
df_new=df.T
df_new.mean()
# 5.3 所有的数据取一个平均值
df.mean().mean()
版权声明：本文为oftenlin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。