深度学习入门 之 Pandas学习笔记（二）

接上：深度学习入门 之 Pandas学习笔记（一）

上个笔记主要学习的内容是pandas对数据的选择和修改 *** 作。

这篇笔记将介绍pandas对数据处理的一些方法。

目录

一、 Pandas处理丢失数据

1.1 丢失非数据行（nan）【dropna()】

1.2 给nan数据填充值 【fillna()】

1.3 判断是否含nan 【isnull()针对单个数据、np.any(t.isnull())针对整个数组】

二、 Pandas导入导出

2.1 数据读取

2.2 数据存储

三、 Pandas合并

3.1 concatenating方式 

3.2 append方式

3.3  merge方式

---

一、 Pandas处理丢失数据 1.1 丢失非数据行（nan）【dropna()】

axis=0表示对行选择丢失，axis=1表示对列选择丢失。

how='any'表示只要行或列中有一个nan则丢失该行或者该列。

how='all'表示要满足行或列所有数据均为nan才丢弃。

test1 = pd.DataFrame({'A': [1, 2, 3, 4],
                      'B': [0, np.nan, 3, 7],
                      'C': [4, 6, np.nan, 9]})
print (test1)
# 丢掉含有nan的行 （含一个就丢）
print (test1.dropna())
# 所有均为nan才会丢 axis默认为0
print (test1.dropna(axis=0, how='all'))

# 丢掉含有nan的列 （含一个就丢）
print (test1.dropna(axis=1))
# 一列中所有均为nan才会丢
print (test1.dropna(axis=1, how='all'))

1.2 给nan数据填充值 【fillna()】

value参数可以指定赋值内容。

test1 = pd.DataFrame({'A': [1, 2, 3, 4],
                      'B': [0, np.nan, 3, 7],
                      'C': [4, 6, np.nan, 9]})
print (test1)
# 给数值为nan的元素重新赋值
print (test1.fillna(value=999))

1.3 判断是否含nan 【isnull()针对单个数据、np.any(t.isnull())针对整个数组】

# 判断nan  输出数组 每个数据都true or false
print (test1.isnull())
# 针对整个数组  最终输出 true or false
print (np.any(test1.isnull()))

二、 Pandas导入导出 2.1 数据读取

可读取多种类型文件。

可视化处理数据的话建议CSV格式，因为可以使用excel打开……

2.2 数据存储

对应也可存储多种类型文件。

三、 Pandas合并 3.1 concatenating方式 

可横向可竖向，可inner可outer

竖着排序会出现a b c d e五列，对于不存在的数会用nan填充。

水平横着排序直接a b c d b c d e列序号。

另外还有join、join_axes参数，其中join可以取inner（仅保留相同列）和outer值。

join_axes可以指定以哪一个数组index为参照，不写的话默认每个数组都会考虑，取并集。

res = pd.concat([t1, t2], axis=1, join_axes=[t1.index])

t1 = pd.DataFrame(np.arange(12).reshape((3, 4)), columns=['a', 'b', 'c', 'd'])
t2 = pd.DataFrame(np.arange(12, 24).reshape((3, 4)), columns=['b', 'c', 'd', 'e'])
print (t1)
print (t2)
# 按行合并  竖着合并
res = pd.concat([t1, t2], axis=0, ignore_index=True)
print (res)
# 按列合并  横着合并
res = pd.concat([t1, t2], axis=1)
print (res)

3.2 append方式

只能竖向且column有要求（一致）

# append合并 可一次性合并多个 column一致
res = t1.append([t1, t2], ignore_index=True)
print (res)

3.3  merge方式

可以on指定哪些列仅出现一次，并且给其他相同列名通过加后缀区分。

t1 = pd.DataFrame(np.arange(12).reshape((3, 4)), columns=['a', 'b', 'c', 'd'], index=['K0', 'K1', 'K2'])
t2 = pd.DataFrame(np.arange(1, 13).reshape((3, 4)), columns=['b', 'c', 'd', 'e'], index=['K1', 'K2', 'K3'])
print (t1)
print (t2)

# merge合并 默认inner 很像自然连接
res = pd.merge(t1, t2, on=['b', 'c', 'd'])
print (res)
# 借助indicator参数可在合并时不重名
res2 = pd.merge(t1, t2, on='b', suffixes=['_left', '_right'])
print (res2)

 暂时完结~

推荐阅读：深度学习 之 Matplotlib学习笔记（一）