《数据挖掘与机器学习》 课件2.2.2 pandas数据结构

处理农产品基本信息数据农产品信息可视化分析——NumPy、pandas与Matplotlib库任务描述水稻是全球最重要的粮食作物之一，水稻审定数据可以为农业科技创新提供重要的参考和依据，可以帮助选择高产、优质、抗逆性强的水稻品种，促进绿色、可持续的农业生产方式，有助于推动农业的可持续发展。处理农产品基本信息数据本任务先了解水稻信息数据的情况，根据数据检测的内容可知数据存在缺失值、重复值、异常值的情况，并对数据中的缺失值、重复值、异常值进行处理，增强后续数据分析的效果。对数据进行仔细的处理和清洗，确保数据的质量可靠，为后续的数据分析和决策提供更可信的基础，也展现了劳动精神的价值和应用。任务要求读取农产品基本信息数据。检测数据缺失值的情况，并进行缺失值处理。检测数据异常值的情况，并进行异常值处理。检测数据重复值的情况，并进行重复值处理。处理农产品基本信息数据数据读取与写入pandas数据结构pandas数据处理pandas数据结构pandas是什么处理农产品基本信息数据pandas是一个基于Python的数据分析库，它提供了两种核心的数据结构：Series和DataFrame。Series是一维的数据结构，类似于数组和列表，它包含了一组数据以及与之相关的索引。Series可以通过多种方式创建，如从列表、数组、字典等数据类型中创建。pandas数据结构pandas是什么处理农产品基本信息数据pandas是一个基于Python的数据分析库，它提供了两种核心的数据结构：Series和DataFrame。DataFrame是二维的表格型数据结构，类似于SQL数据库中的表格，由多个Series组成，其中每个Series表示一列数据。DataFrame的列和行都可以有自己的名称和索引。pandas还支持多个DataFrame之间的合并和拼接操作。创建DataFrame如何创建DataFrame？处理农产品基本信息数据DataFrame是一种二维表格数据结构，通常用于数据分析和数据处理。DataFrame通常包含多个行和多个列，其中每列可以包含不同的数据类型，可以用于表示结构化数据，如从数据库或文件读取的表格数据。在Python中可以使用pandas库中的DataFrame函数创建DataFrame类型的数据。DataFrame的基本操作查看访问数据处理农产品基本信息数据DataFrame的单列数据为一个Series。根据DataFrame的定义可知，DataFrame是一个带有标签的二维数组，每个标签相当于每一列的列名。pandas提供了loc()和iloc()两种更加灵活的方法来实现数据访问，也可以用head()方法访问。loc()方法是针对DataFrame索引名称的切片方法，如果传入的不是索引名称，那么切片操作将无法执行。利用loc()方法，能够实现所有单层索引切片操作，其使用方法如下。DataFrame.loc[行名或条件,列名]DataFrame的基本操作查看访问数据处理农产品基本信息数据iloc()方法和loc()方法的区别是，iloc()方法接收的必须是行索引和列索引的位置。iloc()方法的使用方法如下。DataFrame.iloc[行索引位置,列索引位置]DataFrame的单列数据为一个Series。根据DataFrame的定义可知，DataFrame是一个带有标签的二维数组，每个标签相当于每一列的列名。pandas提供了loc()和iloc()两种更加灵活的方法来实现数据访问，也可以用head()方法访问。DataFrame的基本操作查看访问数据处理农产品基本信息数据DataFrame的单列数据为一个Series。根据DataFrame的定义可知，DataFrame是一个带有标签的二维数组，每个标签相当于每一列的列名。pandas提供了loc()和iloc()两种更加灵活的方法来实现数据访问，也可以用head()方法访问。head()方法可以用于返回DataFrame或Series的前n行数据。DataFrame的基本操作更改与添加DataFrame中的数据处理农产品基本信息数据更改DataFrame中的数据的原理是将这部分数据提取出来，重新赋值为新的数据。为DataFrame添加一列的方法非常简单，只需要新建一个列索引，并对该索引下的数据进行赋值操作即可。DataFrame的基本操作删除数据处理农产品基本信息数据在Python中可以使用pandas提供的drop()方法删除某列或某行数据。drop()方法的基本使用格式如下。DataFrame.drop(labels=None,axis=0,index=None,columns=None,level=None,inplace=False,errors='raise')DataFrame的基本操作处理农产品基本信息数据drop()方法的常用参数及其说明如表所示。参数名称参数说明labels接收单一标签。表示要删除的索引或列标签。无默认值axis接收0或1。表示操作的轴向。默认为0inplace接收bool。表示操作是否对原数据生效。默认为False数据类型转换如何进行转化处理农产品基本信息数据数据类型转换指的是将DataFrame中的某一列或多列的数据类型更改为其他类型，如从字符串类型转换为数字类型等。在pandas库中，可以使用astype()方法将DataFrame的一列或多列转换为其他数据类型。pandas数据结构处理农产品基本信息数据现有4家公司的近三年营收数据如表所示。公司名称2020年营收/亿元2021年营收/亿元2022年营收/亿元甲265.6260.2274.5乙110.4125.8143丙232.9280.5386.1丁136.8161.9182.5pandas数据结构处理农产品基本信息数据创建DataFrame，将营收数据存储在DataFrame中。使用iloc()方法查看乙公司的2020年营收。使用head()方法可以提取第一行数据，查看甲公司这三年的营收情况。使用loc()方法查看甲公司的