数据挑选之后就好比挑出来菜品，接下来就开始切菜了。即对数值进行操作

替换

将 A 替换成 B，可以用在异常替换处理、缺失值填充。

一对一替换

将某一块区域中的一个值全部替换为另一个值。例如年龄为240岁的，明显就是异常值，就可以替换成平均年龄33

1 2	# 将 240 岁替换为 33 岁 df['年龄'].replace(240, 33, inplace=True)

思路：县选中了年龄字段，然后调用 replace() 进行替换。

如果对整个表进行替换，比如表中所有缺失值进行替换，这个使用用 replace() 还不如用 fillna()

1	df.replace(np.NaN, 0)

np.NaN 是对缺失值的统一标示

多对一替换

多个值替换为一个值，例如把年龄240、260、280 替换为 33 岁。

1 2	"""将年龄为240、260、280 替换 33 岁""" df.replace([240, 260, 280], 30)

多对多替换

比如年龄 240 替换为 29， 260 替换为 30， 280 替换为 31.

1	df.replace({240:32, 260:33, 280:34})

排序

数值排序是按照具体数值大小进行排序，有升序有降序。

按单列排序

sort_values

1	df.sort_values(by=['col'], ascending=False, na_position='first')

ascending=False 表示降序排列
na_position='first' 缺失值显示在最前面，默认显示在最后

按多列值进行排序

当第一列出现并列时，参考第二列，第二列并列参考第三列类推..

sort_values

1	df.sort_values(by=['col1', 'col2'], ascending=[False, True])

ascending=False 表示降序排列

数值排名

排名需要额外增加一列，来储存排名从 1 开始

rank() 方法进行排名

参数1: ascending 指明升序排列还是降序排列，默认升序。
参数2: method 当出现并列情况的处理，如下表格所示。

method 参数说明：

method	说明
`average`	当并列情况，按平均排名算
`first`	按值在所有待排序书记中出现先后顺序排名
`min`	并列情况，按最佳排名
`max`	与 min 相反，取重复值对应的最大排名

1	df['col'].rank(method='average')

第二列就是该行的分数。

删除

将无用数据进行删除操作

删除列

可以使用 drop() 方法，axis=1 代表删除的是列

df.drop(['col1', 'col2'], axis=1) 删除列 axis=1
df.drop(df.columns[[4,5]], axis=1) 列下标，删除第五列+第六列
df.drop(df.columns['col1', 'col2']) 列名为参数

删除行

与删除行方法类似， axis=0 代表删除的是行

df.drop(['行1', '行2'], axis=0) 该写法需要加上 axis=0
df.drop(df.columns[[0,1]], axis=0) 行下标，删除1、2行
df.drop(index=['行1','行2'])

删除特定行

删除满足条件的行， python 中会把不满足条件的数据筛选出来组合成新的数据源 从而实现过滤。

例如：要删除年龄大于 40 的人员信息，我们将小于 40 岁的筛选出来组成新的数据源

1	df[df['年龄'] < 40]

计数

指某一个值在数据中出现的次数。

统计次数 value_counts()
统计频率 value_counts(normalize=True)

案例: 有如下成绩表

查找

查看数据表中是否包含某个值或某些值

针对指定列是否包含指定值 df['col'].isin([指定值1,指定值2])
针对全表是否包含指定值 df.isin([指定值1,指定值2])

区间分隔

比如你要按学生成绩将其分为多个组

pd.cut() 方法， 参数bins=[分隔区间]

1	pd.cut(df['年龄'], bins=[0,3,6,10])

插入

用到 insert(下标，插入列名，[初始值])

初始表

插入身高列兵赋予初始值

行列互换

特殊情况下需要用到 df.T

df.T

重塑为树形结构

默认是通过行与列来索引定位

将结构改为树形结构

1	df.stack()

原始结构与效果结构如下

重塑之后

长宽表转换

宽表转换为长表

有的时候表过长了，就需要进行转换，例如如下情况，如果每年都会增加的情况下就很长。

这是一张公司平均每年产品售价表

我们需要将其转换为长表方便拓展与阅读

df.melt(
    id_vars=['公司名', '英文名'],  # 指明转换过程中不变的列
    var_name = '年份',  # 以前列索引转换为行索引的名字
    value_name = '均价'。# 新索引对应的列名
)

效果如下

长表转换为宽表

同上案例我们将其转回宽表

df.pivot_table(
    index=['公司名', '英文名'],  # 设置为行索引
    columns = '年份',  # 设置成列索引
    values = '均价'。# 设置为值
)

apply() 与 applymap()

相当于 map 函数，在此需要配合 lambda 使用

apply()

对某一个 column 或 row 执行 map 操作

1 2	"""每个人分数+1""" df['分数'].apply(lambda x: x+1)

applymap()

与 apply 用法相同，对每个元素都执行操作！