《數(shù)據(jù)挖掘與機器學習》 課件2.2.2 pandas數(shù)據(jù)結構

處理農產品基本信息數(shù)據(jù)農產品信息可視化分析——NumPy、pandas與Matplotlib庫任務描述水稻是全球最重要的糧食作物之一，水稻審定數(shù)據(jù)可以為農業(yè)科技創(chuàng)新提供重要的參考和依據(jù)，可以幫助選擇高產、優(yōu)質、抗逆性強的水稻品種，促進綠色、可持續(xù)的農業(yè)生產方式，有助于推動農業(yè)的可持續(xù)發(fā)展。處理農產品基本信息數(shù)據(jù)本任務先了解水稻信息數(shù)據(jù)的情況，根據(jù)數(shù)據(jù)檢測的內容可知數(shù)據(jù)存在缺失值、重復值、異常值的情況，并對數(shù)據(jù)中的缺失值、重復值、異常值進行處理，增強后續(xù)數(shù)據(jù)分析的效果。對數(shù)據(jù)進行仔細的處理和清洗，確保數(shù)據(jù)的質量可靠，為后續(xù)的數(shù)據(jù)分析和決策提供更可信的基礎，也展現(xiàn)了勞動精神的價值和應用。任務要求讀取農產品基本信息數(shù)據(jù)。檢測數(shù)據(jù)缺失值的情況，并進行缺失值處理。檢測數(shù)據(jù)異常值的情況，并進行異常值處理。檢測數(shù)據(jù)重復值的情況，并進行重復值處理。處理農產品基本信息數(shù)據(jù)數(shù)據(jù)讀取與寫入pandas數(shù)據(jù)結構pandas數(shù)據(jù)處理pandas數(shù)據(jù)結構pandas是什么處理農產品基本信息數(shù)據(jù)pandas是一個基于Python的數(shù)據(jù)分析庫，它提供了兩種核心的數(shù)據(jù)結構：Series和DataFrame。Series是一維的數(shù)據(jù)結構，類似于數(shù)組和列表，它包含了一組數(shù)據(jù)以及與之相關的索引。Series可以通過多種方式創(chuàng)建，如從列表、數(shù)組、字典等數(shù)據(jù)類型中創(chuàng)建。pandas數(shù)據(jù)結構pandas是什么處理農產品基本信息數(shù)據(jù)pandas是一個基于Python的數(shù)據(jù)分析庫，它提供了兩種核心的數(shù)據(jù)結構：Series和DataFrame。DataFrame是二維的表格型數(shù)據(jù)結構，類似于SQL數(shù)據(jù)庫中的表格，由多個Series組成，其中每個Series表示一列數(shù)據(jù)。DataFrame的列和行都可以有自己的名稱和索引。pandas還支持多個DataFrame之間的合并和拼接操作。創(chuàng)建DataFrame如何創(chuàng)建DataFrame？處理農產品基本信息數(shù)據(jù)DataFrame是一種二維表格數(shù)據(jù)結構，通常用于數(shù)據(jù)分析和數(shù)據(jù)處理。DataFrame通常包含多個行和多個列，其中每列可以包含不同的數(shù)據(jù)類型，可以用于表示結構化數(shù)據(jù)，如從數(shù)據(jù)庫或文件讀取的表格數(shù)據(jù)。在Python中可以使用pandas庫中的DataFrame函數(shù)創(chuàng)建DataFrame類型的數(shù)據(jù)。DataFrame的基本操作查看訪問數(shù)據(jù)處理農產品基本信息數(shù)據(jù)DataFrame的單列數(shù)據(jù)為一個Series。根據(jù)DataFrame的定義可知，DataFrame是一個帶有標簽的二維數(shù)組，每個標簽相當于每一列的列名。pandas提供了loc()和iloc()兩種更加靈活的方法來實現(xiàn)數(shù)據(jù)訪問，也可以用head()方法訪問。loc()方法是針對DataFrame索引名稱的切片方法，如果傳入的不是索引名稱，那么切片操作將無法執(zhí)行。利用loc()方法，能夠實現(xiàn)所有單層索引切片操作，其使用方法如下。DataFrame.loc[行名或條件,列名]DataFrame的基本操作查看訪問數(shù)據(jù)處理農產品基本信息數(shù)據(jù)iloc()方法和loc()方法的區(qū)別是，iloc()方法接收的必須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的單列數(shù)據(jù)為一個Series。根據(jù)DataFrame的定義可知，DataFrame是一個帶有標簽的二維數(shù)組，每個標簽相當于每一列的列名。pandas提供了loc()和iloc()兩種更加靈活的方法來實現(xiàn)數(shù)據(jù)訪問，也可以用head()方法訪問。DataFrame的基本操作查看訪問數(shù)據(jù)處理農產品基本信息數(shù)據(jù)DataFrame的單列數(shù)據(jù)為一個Series。根據(jù)DataFrame的定義可知，DataFrame是一個帶有標簽的二維數(shù)組，每個標簽相當于每一列的列名。pandas提供了loc()和iloc()兩種更加靈活的方法來實現(xiàn)數(shù)據(jù)訪問，也可以用head()方法訪問。head()方法可以用于返回DataFrame或Series的前n行數(shù)據(jù)。DataFrame的基本操作更改與添加DataFrame中的數(shù)據(jù)處理農產品基本信息數(shù)據(jù)更改DataFrame中的數(shù)據(jù)的原理是將這部分數(shù)據(jù)提取出來，重新賦值為新的數(shù)據(jù)。為DataFrame添加一列的方法非常簡單，只需要新建一個列索引，并對該索引下的數(shù)據(jù)進行賦值操作即可。DataFrame的基本操作刪除數(shù)據(jù)處理農產品基本信息數(shù)據(jù)在Python中可以使用pandas提供的drop()方法刪除某列或某行數(shù)據(jù)。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的基本操作處理農產品基本信息數(shù)據(jù)drop()方法的常用參數(shù)及其說明如表所示。參數(shù)名稱參數(shù)說明labels接收單一標簽。表示要刪除的索引或列標簽。無默認值axis接收0或1。表示操作的軸向。默認為0inplace接收bool。表示操作是否對原數(shù)據(jù)生效。默認為False數(shù)據(jù)類型轉換如何進行轉化處理農產品基本信息數(shù)據(jù)數(shù)據(jù)類型轉換指的是將DataFrame中的某一列或多列的數(shù)據(jù)類型更改為其他類型，如從字符串類型轉換為數(shù)字類型等。在pandas庫中，可以使用astype()方法將DataFrame的一列或多列轉換為其他數(shù)據(jù)類型。pandas數(shù)據(jù)結構處理農產品基本信息數(shù)據(jù)現(xiàn)有4家公司的近三年營收數(shù)據(jù)如表所示。公司名稱2020年營收/億元2021年營收/億元2022年營收/億元甲265.6260.2274.5乙110.4125.8143丙232.9280.5386.1丁136.8161.9182.5pandas數(shù)據(jù)結構處理農產品基本信息數(shù)據(jù)創(chuàng)建DataFrame，將營收數(shù)據(jù)存儲在DataFrame中。使用iloc()方法查看乙公司的2020年營收。使用head()方法可以提取第一行數(shù)據(jù)，查看甲公司這三年的營收情況。使用loc()方法查看甲公司的