import pandas as pd

导入pandas并且命名为pd

chip=pd.read_csv("chiporders.csv")
chip.head()

1. • pd：这是 pandas 库的标准别名，代表你已经通过 import pandas as pd 导入了 pandas 库。
   • pd.read_csv()：这是 pandas 库中用于读取逗号分隔值（CSV）文件的核心函数。它会将 CSV 文件的内容读取到一个名为DataFrame的二维表格数据结构中。
   • "chiporders.csv"：这是你要读取的文件名（或文件路径）。程序会在当前工作目录下寻找这个文件。
   • chip =：将读取后得到的 DataFrame 对象赋值给变量 chip，这样你就可以通过 chip 这个变量来操作和分析整个数据集了。

2. chip.head()

   • chip：这是你刚才创建的 DataFrame 变量。
   • .head()：这是 DataFrame 对象的一个方法，用于快速预览数据的前几行。
   • 默认情况下，.head() 会显示数据集中的前 5 行，帮助你快速了解数据的结构、列名和数据内容。你也可以传入参数来指定显示的行数，例如 chip.head(10) 会显示前 10 行

chip['choice_description'].str.replace('[','').str.replace(']','')

chip['choice_description']

从名为 chip 的 DataFrame 中，选取名为 choice_description 的列。

这会返回一个 pandas Series（一维数据结构），包含该列的所有数据。

.str

这是 pandas 为字符串类型的 Series 提供的字符串访问器（string accessor）。

它的作用是告诉 pandas，接下来要对 Series 中的每一个元素执行字符串操作。如果没有 .str，直接调用 .replace() 会被当作 Series 对象的通用替换方法，而不是字符串替换。

.replace('[','')

对 choice_description 列中的每一个字符串元素执行替换操作。

将字符串中所有的左方括号 [ 替换为空字符串 ''（即删除左方括号）。

.str.replace(']','')

这是链式操作，在上一步处理结果的基础上，继续执行新的字符串替换。

将字符串中所有的右方括号 ] 也替换为空字符串（即删除右方括号）。

chip['choice_description'].str.replace('[\[\]]','') #使用正则表达式替换多个匹配项 

How do I change the data type of a pandas Series?

drinks=pd.read_csv("drinksbycountry.csv")
drinks.dtypes

1. drinks = pd.read_csv("drinksbycountry.csv")

   • 这行代码的作用是读取名为 "drinksbycountry.csv" 的 CSV 文件，并将其内容存储在一个名为 drinks 的 pandas DataFrame 对象中。
   • pd.read_csv() 是 pandas 中读取 CSV 文件的函数，drinks 成为了包含该数据集的 DataFrame 变量。

2. drinks.dtypes

   • drinks：指代上述创建的 DataFrame 对象。
   • .dtypes：这是 DataFrame 对象的一个属性（不是方法，所以不需要加括号 ()），用于查看数据集中每一列的数据类型。

import numpy as np
drinks['beer_servings']=drinks['beer_servings'].astype(np.float64) #改变字段的数据类型
drinks.dtypes

1. import numpy as np

   • 导入 numpy 库并简写为 np。numpy 是 Python 中用于数值计算的核心库，pandas 底层也依赖于它。这里主要是为了使用 np.float64 这个数据类型常量。

2. drinks['beer_servings'] = drinks['beer_servings'].astype(np.float64)

   • drinks['beer_servings']：选取 drinks DataFrame 中的 beer_servings 列。
   • .astype(np.float64)：这是 pandas Series 的方法，用于将列中的数据类型显式转换为指定的类型。这里是转换为 numpy 的 64 位浮点数类型。
   • 整个赋值语句的作用是：将 beer_servings 列的数据类型从原来的整数（int64）修改为浮点数（float64），并将修改后的结果重新赋值给原列，永久改变该列的数据类型。

3. drinks.dtypes

   • 再次检查 DataFrame 中所有列的数据类型，目的是验证 beer_servings 列的类型是否已经成功转换。

drinks['spirit_servings']=drinks['spirit_servings'].astype(np.float64)
drinks['wine_servings']=drinks['wine_servings'].astype(np.float64)
drinks.dtypes

• drinks['列名']：选中要修改的列（均为原整数类型 int64）；
• .astype(np.float64)：将列数据显式转换为 64 位浮点数类型（支持小数、NaN 缺失值，适配后续数值计算）；

chip['item_price'].str.replace('$','').astype(np.float64).mean() #计算字段值的平均值

chip['item_price'].str.replace('$','').astype(np.float64).sum() #计算字段值的总和

chip.item_name.str.contains('Chicken').head()  #判断字段值中是否包含指定的字符串

When should I use a "groupby" in pandas?

drinks.groupby('continent')

• drinks: 这是你的 DataFrame 对象，包含了各个国家的饮酒数据。
• .groupby(): 这是 pandas 中用于 ** 分组（GroupBy）** 操作的核心方法。它的作用是根据指定的一个或多个列（称为分组键），将 DataFrame 中的数据分成若干个组（groups）。
• 'continent': 这是分组键，即你希望按照哪个列的值来进行分组。在这里，数据会按照 continent 列中的不同值（如 Asia, Europe, Africa 等）被分成不同的组。

-------------------------------------------------------------------结束---------------------------------------------------------------------------------------------------------

Powered by doubao and people