第一集特别针对Python词汇的统计数据挖掘库(pandas)，撷取了5个能提高统计数据处置工作效率的软件系统，归纳而言是，不必不晓得，皮炎平真高工作效率！合乎通心面运动定律……
牵涉到统计数据的冲洗，所以nan值必定是两个须要处置的难题，无论是间接抛弃却是充填值，常常须要先功能定位nan值在这儿，再依照统计数据特征去做适当的操作方式。这儿我撷取下我对个人对功能定位nan值难题许多好的课堂教学
详看下列标识符，主要就包涵四种情形的功能定位
第三个方式：df.isnull().any()
透过结论能看得出，那个句子回到的是大部份列与否所含nan值的常量
对两个大CSV而言，你想一刹那晓得什么样表头有nan值须要处置，所以那个指示就能让你一瞬间看见结论，再特别针对结果做处置方可
第三个方式：df[“female”].isnull()
结论如下表所示，回到的是每一值与否为nan值的常量
第三个方式早已确认了什么样列有nan值，所以接下去你可能将想晓得的是那些表头中什么样值是nan值，所以那个方式就能帮你功能定位
第三个方式：df[df.isnull().values==True]
结论如下表所示：回到的是统计数据表中所含nan值的大部份行
还有个写法很推荐, df[df.列名.isnull().values==True]，因为有些列的nan值没有什么实际作用，也不必处置，所以有些列则必须不能有nan值，所以就能透过那个指示专门特别针对某一列展开nan值的功能定位
那个指示是我用得最多的，因为在大统计数据文件中，如果nan值非常少，所以此种方式的功能定位非常有有工作效率且间接
有的时候你会面临一种情形：你须要把某一列的值依照一定的分组要求分类聚合到一起，然后统一展开一系列的运算，需求如下表所示所示
需求结论要如下表所示所示
想要实现那个效果，标识符如下表所示
有时候在筛选统计数据集的时候条件很复杂，但是那些复杂的对立条件却只有两个，此种情形下就能透过对立条件筛选反集，筛选所须要的统计数据，一般而言，牵涉到”isin”的时候有可能将用得到
需求描述为：要呈现除了沈阳之外的统计数据
有时候我们会面对此种需求：两个表头中保存的是带有固定分隔符的字符串（比如”,”）,须要将这一行的那个表头拆分，拆分为两个统计数据集，那个统计数据集每一行都显示那个原有表头的两个值
这么说有点绕口，看图
需求为：须要把技能相同的人汇总一起，所以首先第一步肯定是要将每一人技能拆开，再去做聚合操作方式，所以拆开的结论应该是如下表所示图所示的
实现标识符
需求描述：我想将统计数据依照一定的要求分类并排序，然后取每一分组后排序的前两条记录
举例而言是，如下表所示
需求为：展示每一省篮球场个数最多的前两个市，展示如下表所示
之前我计算那个，要用for循环迭代去取值，后面了解到了那个方式，工作效率提高了几倍，怎么写，如下表所示所示
我是一名奋战在编程界的pythoner，工作中既要和统计数据打交道，也要和erp系统，web网站保持友好的沟通……，时不时的会撷取许多提高工作效率率的编程小技巧，实际应用中遇到的难题和软件系统，或者源码的阅读等等，欢迎大家一起来讨论！
