数据分析拓展笔记

pandas时间类型转换

将object类型的‘Date‘数据转换为时间数据类型

df[‘Date‘] = pd.to_datetime(df[‘Date‘]) # 标准字符串格式的转换

df[‘Date‘] = df[‘Date‘].map(pd.to_datetime) # 可使用 map() 加函数(可自定义)的形式转换

索引转换

df.swapaxes(0,1) # 行索引变列索引,列索引变行索引

df.swaplevel() # 改变索引层级

排序

DataFrame根据某一列进行排序

df.sort_values(by = ‘date‘)

统计数据个数

pd.value_counts(df[‘parties‘]) # 统计指定列各个元素出现的次数

判断数据是否为nan

np.isnan(数据) 判断数据是否为nan

多维降成一维

n.ravel()

返回排序后的下标

np.argsort()

转换类型

n.astype()

ndarray 与 list 互相转换

• list 转 numpy

  np.array(li)

• ndarray 转 list

　　　n.tolist()

plt.imshow() # 展示图片(ndarray)

plt.imread() # 读取图片文件(.png....)

画图时中文显示问题

plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘] # 显示中文 plt.rcParams[‘axes.unicode_minus‘] = False # 解决中文字体下负号不能正常显示的问题

返回满足特定条件的索引

np.argwhere(条件)

数据分析拓展笔记

原文：https://www.cnblogs.com/Deaseyy/p/11921660.html