1.1數(shù)據(jù)預(yù)處理簡介1.1數(shù)據(jù)預(yù)處理簡介.pptx1.2搭建Python開發(fā)環(huán)境.pptx2.1-2.2pandas概述、安裝和導(dǎo)入.pptx2.3.1-2Series對象的特點和創(chuàng)建.pptx2.3.3Series對象的索引.pptx2.3.4Series對象的操作.pptx2.4.1-2DataFrame對象的特點和創(chuàng)建.pptx2.4.3DataFrame對象的索引.pptx2.4.4DataFrame對象的操作(1).pptx2.4.4DataFrame對象的操作(2).pptx3.1數(shù)據(jù)爬取.pptx3.2數(shù)據(jù)讀寫.pptx4.1堆疊合并數(shù)據(jù).pptx4.2主鍵合并數(shù)據(jù).pptx4.3重疊合并數(shù)據(jù).pptx5.1缺失值處理.pptx5.2重復(fù)值處理.pptx5.3異常值處理.pptx5.4格式不一致數(shù)據(jù)的處理.pptx6.1數(shù)據(jù)類型變換.pptx6.2數(shù)據(jù)格式變換.pptx6.3數(shù)據(jù)映射.pptx7.1數(shù)據(jù)的統(tǒng)計計算.pptx7.2數(shù)據(jù)的分組與聚合.pptx7.3數(shù)據(jù)的可視化.pptx任務(wù)實踐2-1小明成績表的操作.pptx任務(wù)實踐2-2.pptx任務(wù)實踐4-1合并商品銷售數(shù)據(jù).pptx任務(wù)實踐4-2合并成績表.pptx任務(wù)實踐4-3修補統(tǒng)計數(shù)據(jù).pptx任務(wù)實踐5-1：網(wǎng)上招聘數(shù)據(jù)缺失值處理.pptx任務(wù)實踐5-2：網(wǎng)上招聘數(shù)據(jù)重復(fù)值處理.pptx任務(wù)實踐5-3：網(wǎng)上招聘數(shù)據(jù)異常值處理.pptx任務(wù)實踐5-4：網(wǎng)上招聘數(shù)據(jù)不一致數(shù)據(jù)的處理.pptx任務(wù)實踐6-1：電影數(shù)據(jù)類型變換.pptx任務(wù)實踐6-2：銷售數(shù)據(jù)格式變換.pptx任務(wù)實踐6-3：成績數(shù)據(jù)映射.pptx任務(wù)實踐7-1：成績數(shù)據(jù)的統(tǒng)計計算.pptx任務(wù)實踐7-2：成績數(shù)據(jù)的分組與聚合.pptx任務(wù)實踐7-3：成績數(shù)據(jù)的可視化.pptx學(xué)習(xí)目標(biāo)2.了解數(shù)據(jù)預(yù)處理的重要性1.了解什么是數(shù)據(jù)3.掌握數(shù)據(jù)預(yù)處理的流程1.1.1數(shù)據(jù)與數(shù)據(jù)預(yù)處理

什么是數(shù)據(jù)？聲音圖片文字

在計算機科學(xué)中，數(shù)據(jù)是指所有能輸入到計算機并被計算機程序處理的符號的介質(zhì)的總稱。1.1.1數(shù)據(jù)與數(shù)據(jù)預(yù)處理

什么是大數(shù)據(jù)？（4V）互聯(lián)網(wǎng)每分鐘產(chǎn)生的數(shù)據(jù)1）Volume：表示大數(shù)據(jù)的數(shù)據(jù)體量巨大。2）Velocity：表示大數(shù)據(jù)的數(shù)據(jù)產(chǎn)生、處理和分析的速度在持續(xù)加快。3）Variety：表示大數(shù)據(jù)的數(shù)據(jù)類型繁多。4）Value：表示大數(shù)據(jù)的數(shù)據(jù)價值密度低。1.1.1數(shù)據(jù)與數(shù)據(jù)預(yù)處理

為什么需要數(shù)據(jù)預(yù)處理？

原始數(shù)據(jù)往往存在規(guī)格或精度不一、數(shù)據(jù)缺失、屬性名稱或編碼方式不統(tǒng)一、由于受到噪聲影響而造成的數(shù)據(jù)錯誤或異常值等問題，因此原始數(shù)據(jù)往往是通常所說的“臟”數(shù)據(jù)。

數(shù)據(jù)預(yù)處理的目的就是把這些“臟”數(shù)據(jù)變成“干凈”的數(shù)據(jù)。簡單地說，數(shù)據(jù)預(yù)處理就是將原始數(shù)據(jù)變成便于進(jìn)行數(shù)據(jù)分析或挖掘的形式的過程。數(shù)據(jù)預(yù)處理是進(jìn)行數(shù)據(jù)分析或挖掘前一個非常必要的過程。1.1.2數(shù)據(jù)預(yù)處理的重要性在一個完整的數(shù)據(jù)分析或挖掘過程中，數(shù)據(jù)預(yù)處理往往要花費60%左右的時間，而數(shù)據(jù)質(zhì)量的好壞往往關(guān)系后續(xù)數(shù)據(jù)分析或挖掘工作的成敗。數(shù)據(jù)質(zhì)量是在指定條件下使用時，數(shù)據(jù)的特性滿足明確的和隱含的要求的程度。1.1.2數(shù)據(jù)預(yù)處理的重要性名稱描述規(guī)范性數(shù)據(jù)符合數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)模型、業(yè)務(wù)規(guī)則、元數(shù)據(jù)或權(quán)威參考數(shù)據(jù)的程度。完整性按照數(shù)據(jù)規(guī)則要求，數(shù)據(jù)元素被賦予數(shù)值的程度。包括數(shù)據(jù)元素的完整性和數(shù)據(jù)記錄的完整性。是衡量所必須的數(shù)據(jù)的完整程度，如不能缺失的空值檢查。準(zhǔn)確性數(shù)據(jù)準(zhǔn)確表示其所描述的真是實體（實際對象）真實值的程度。確保數(shù)據(jù)必須反映真實的業(yè)務(wù)內(nèi)容。包括數(shù)據(jù)內(nèi)容正確性、數(shù)據(jù)格式合規(guī)性、數(shù)據(jù)重復(fù)率、數(shù)據(jù)唯一性和無效數(shù)據(jù)出現(xiàn)率等。一致性數(shù)據(jù)與其他特定上下文中使用的數(shù)據(jù)無矛盾的程度。要求數(shù)據(jù)元素的類型和含義必須一致和清晰。包括相同數(shù)據(jù)的一致性和關(guān)聯(lián)數(shù)據(jù)的一致性。時效性數(shù)據(jù)在時間變化中的正確程度。包括基于時間段的正確性、基于時間點的及時性和時序性?？稍L問性數(shù)據(jù)能被訪問的程度。包括數(shù)據(jù)在需要時的可獲取性和在有效生存周期內(nèi)的可使用性。

數(shù)據(jù)預(yù)處理的過程1.1.3數(shù)據(jù)預(yù)處理的過程數(shù)據(jù)獲取就是將爬蟲，儀器設(shè)備等采集的不同數(shù)據(jù)源，可能是txt、excel、csv這種文件，也可能是存儲在數(shù)據(jù)庫中的數(shù)據(jù)庫文件，通過讀取這些文件加載到內(nèi)存中，以Python特定的對象來保存，以便于進(jìn)行后續(xù)的數(shù)據(jù)預(yù)處理操作。數(shù)據(jù)合并主要是將存儲在多張表中的數(shù)據(jù)合并為一張表，便于進(jìn)行數(shù)據(jù)分析。通過數(shù)據(jù)合并，可以將關(guān)聯(lián)的數(shù)據(jù)信息存入一張表中。。數(shù)據(jù)清洗的主要目的是增加數(shù)據(jù)量，具體操作可能包括拼接多個數(shù)據(jù)文件等。數(shù)據(jù)變換主要是將數(shù)據(jù)變換成便于數(shù)據(jù)分析或數(shù)據(jù)挖掘的形式。數(shù)據(jù)變換是將數(shù)據(jù)從一種類型/格式變換為另一種類型/格式，或按照指定的映射變換為另一種數(shù)據(jù)的過程。1.2搭建Python開發(fā)環(huán)境學(xué)習(xí)目標(biāo)2.掌握Python開發(fā)環(huán)境的

搭建1.了解Python語言的特點3.掌握J(rèn)upyterLab環(huán)境

的基本使用1.2.1Python概述/tiobe-index/（編程語言社區(qū)TIOBE最新發(fā)布編程語言排行榜）1月Python繼續(xù)超越C、Java成為全世界第一熱門語言！1.2.1Python概述Python是一種強大的、可擴展性強的面向?qū)ο缶幊陶Z言，目前的最新的通用版本是Python3。(一般用3.6及以上版本)Python是開源的，具有豐富和強大的庫，還能把使用其他語言制作（包括C/C++、Java等）的各種模塊輕松的聯(lián)結(jié)起來。Python是解釋型的語言，具有跨平臺的特性，可以在Windows、MacOS、linux等環(huán)境下運行。1.2.1Python概述Python具有以下優(yōu)點：①易于學(xué)習(xí)。Python代碼定義清晰，語法簡單，對初學(xué)者非常友好。②易于維護(hù)。Python的代碼容易閱讀，維護(hù)相對容易。③具有一個廣泛的標(biāo)準(zhǔn)庫。Python的最大的優(yōu)勢之一是開源且具有豐富的庫，在各種不同環(huán)境都能較好兼容。④可交互。Python具有互動模式，可以從終端輸入執(zhí)行代碼并獲得結(jié)果的，便于進(jìn)行測試和調(diào)試代碼片斷。⑤可移植性較好?；谄溟_放源代碼的特性，Python開發(fā)的程序可被移植到多種平臺。⑥可擴展較好。可以將Python嵌入到C/C++等其他語言編寫的程序，也可以調(diào)用其他語言編寫的程序模塊。⑦支持?jǐn)?shù)據(jù)庫和GUI編程。Python提供所有主要的商業(yè)數(shù)據(jù)庫的接口，也支持GUI。1.2.1Python概述Web開發(fā)人工智能應(yīng)用開發(fā)測試爬蟲開發(fā)數(shù)據(jù)分析運維1.2.2安裝Anaconda

Anaconda是一個開源的Python發(fā)行版本，可以對開發(fā)環(huán)境進(jìn)行統(tǒng)一管理，包含了conda、Python等180多個科學(xué)包及其依賴項，可以高效使用Python和R等多種語言，具有安裝簡單、便于使用和管理等優(yōu)點。在Anaconda的官方網(wǎng)站下載個人版(IndividualEdition)，Anaconda對個人非商用是免費的。1.2.2安裝Anaconda

以Windows為例，下載安裝包后，雙擊即可啟動安裝。如圖1.2.5所示，單擊Next按鈕進(jìn)入下一步。1.2.2安裝Anaconda

接著將彈出許可協(xié)議，單擊同意（IAgree）按鈕即可進(jìn)入下一步。1.2.2安裝Anaconda

然后是選擇允許使用Anaconda的用戶范圍。如果需要為所有用戶安裝則需要管理員權(quán)限，若沒有對應(yīng)權(quán)限則勾選“JustMe”選項，然后單擊“Next”按鈕進(jìn)入下一步。1.2.2安裝Anaconda

選擇安裝Anaconda的路徑，確認(rèn)安裝路徑所在的硬盤空間能滿足Anaconda安裝和運行。注意安裝路徑中不能包含空格，最好是全英文的路徑，再單擊“Next”進(jìn)入下一步?？蛇x擇不同的安裝路徑1.2.2安裝Anaconda

官網(wǎng)推薦不要勾選“AddAnacondatomyPATHenvironmentvariable”，即“添加Anaconda到環(huán)境變量”的選項。不勾選的話，以后要使用命令時需從開始菜單中打開AnacondaNavigator或AnacondaPrompt。然后在里面用conda等命令。優(yōu)點：避免影響其他軟件缺點：因為沒添加，所以不能

直接在cmd中運行。單擊“Install”按鈕啟動Anaconda的安裝1.2.2安裝Anaconda啟動安裝后待安裝完成

安裝完成1.2.2安裝Anaconda在開始菜單的“所有程序”中，選擇Anaconda，打開AnacondaNavigator，若能成功啟動如圖所示的主界面，則說明安裝成功。1.2.3創(chuàng)建Python虛擬環(huán)境創(chuàng)建虛擬環(huán)境是為了讓項目運行在一個獨立的局部的Python環(huán)境中，使得不同環(huán)境的項目互不干擾。在開始菜單的“所有程序”中，選擇Anaconda，點擊AnacondaPrompt，打開Anaconda的命令行界面,使用conda創(chuàng)建Python虛擬環(huán)境的語法格式如下：conda

create

-n

your_env_namepython=x.x

上述代碼利用conda命令創(chuàng)建python版本為x.x，名字為your_env_name的虛擬環(huán)境。your_env_name文件可以在Anaconda安裝目錄envs文件下找到。1.2.3創(chuàng)建Python虛擬環(huán)境激活剛創(chuàng)建的虛擬環(huán)境condaactivateyour_env_name關(guān)閉虛擬環(huán)境condadeactivateyour_env_name刪除虛擬環(huán)境condaremove-nyour_env_name--all1.2.4認(rèn)識JupyterLabJupyterLab是Jupyter的一個拓展，是一個基于Web和JupyterNotebook的交互式開發(fā)環(huán)境。超強下一代JupyterNotebook：JupyterLab3.0已經(jīng)發(fā)布，在以下幾個方面進(jìn)行了改進(jìn)：可視化調(diào)試器支持多種顯示語言notebook目錄擴展系統(tǒng)JupyterLab3.0介紹可參考如下網(wǎng)址：/s/DKFDfnLwGunl-09B-zshjw1.2.4認(rèn)識JupyterLab安裝JupyterLab:

可以直接通過命令行安裝。

命令行安裝（從AnacondaPrompt打開）condainstall-cconda-forgejupyterlabconda-forge是一個包含很多軟件包的庫，默認(rèn)是直接使用anaconda庫。pipinstalljupyterlab或(1).安裝jupyter

lab(2).運行1.2.4認(rèn)識JupyterLab練習(xí)：建立一個自己的項目文件夾(1).在數(shù)據(jù)盤新建一個文件夾（最好以數(shù)字或英文命名）(2).在windows開始菜單欄輸入cmd，打開命令提示符。輸入盤符進(jìn)入數(shù)據(jù)盤。(3).輸入cd你剛才新建的文件夾名，進(jìn)入這個目錄。例如，假如剛才創(chuàng)建的項目文件夾為myjupyter，則輸入：cdmyjupter(4).在當(dāng)前目錄下打開jupyterlab。在當(dāng)前命令行輸入：jupyter

lab(3)jupyterlab主界面如圖所示：1.2.4認(rèn)識JupyterLab主菜單位于窗口頂部。左側(cè)邊欄顯示的圖標(biāo)依次分別是打開新啟動器、添加文件夾、上傳文件和刷新文件列表的按鈕。右側(cè)窗格是主要工作區(qū)域，可以在此新建notebook、console、或者Terminal，Text文件等。1.2.5使用JupyterLab編寫HelloWorld文件夾創(chuàng)建：創(chuàng)建一個文件夾dataprocess，然后在它下面創(chuàng)建文件夾U1。1.2.5使用JupyterLab編寫HelloWorld單擊右側(cè)窗格中Notebook下的Python3圖標(biāo)，在U1目錄下創(chuàng)建一個Notebook文檔，右鍵點擊文件名，選擇rename，將默認(rèn)的文件名改為helloworld.ipynb。創(chuàng)建文檔后，啟動器窗口會被文檔窗口取代，如下所示：1.2.5使用JupyterLab編寫HelloWorld在helloworld.ipynb界面的單元格中輸入Python代碼：1print(‘HelloWorld’)單擊運行按鈕，即可運行單元格中所輸入的代碼并得到運行結(jié)果，如下所示：

1.創(chuàng)建名為”dataprocess”的虛擬環(huán)境，并激活該虛擬環(huán)境。

2.啟動JupyterLab，在dataprocess下新建一個Notebook文

件。

3.在文件中編寫代碼輸出你的學(xué)號、姓名和家鄉(xiāng)的城市名稱。

4.試分別使用Console（控制臺）和Terminate（Python終端）

來實現(xiàn)輸出5.提交代碼和運行結(jié)果截圖。課堂練習(xí)：2.1-2.2pandas概述、安裝和導(dǎo)入學(xué)習(xí)內(nèi)容2.pandas的安裝和導(dǎo)入1.pandas概述2.1pandas概述pandas是一個快速、強大、靈活且易于使用的開源數(shù)據(jù)處理和操作工具，它構(gòu)建在Python編程語言之上，2008年由金融數(shù)據(jù)分析師WesMcKinney(韋斯·麥金尼)開發(fā)。自2015年以來，pandas成為NumFOCUS(專注于開源數(shù)據(jù)科學(xué)軟件的非營利基金會)贊助的項目，這為pandas成為世界級開源項目提供了有力保障。開發(fā)pandas的初衷是方便地進(jìn)行金融數(shù)據(jù)分析，現(xiàn)在pandas的功能越來越豐富，應(yīng)用范圍也越來越廣，幾乎所有需要進(jìn)行數(shù)據(jù)處理的地方它都可以派上用場。2.1pandas概述pandas的官網(wǎng)提供了詳細(xì)的學(xué)習(xí)文檔(PDF文件和HTML文件都有)2.1pandas概述pandas進(jìn)行數(shù)據(jù)預(yù)處理主要有以下亮點:①讀?。簆andas提供了強大的文件讀取方法，可以非常方便地讀取TXT文件、CSV文件、Excel文件、SQL數(shù)據(jù)庫文件等。②清洗：數(shù)據(jù)集往往存在缺失值、重復(fù)值和異常值等，pandas提供了許多方便快捷的方法來處理這些缺失值、重復(fù)值和異常值等。③合并與拼接：pandas提供了強大的方法，可以很容易實現(xiàn)數(shù)據(jù)的合并與拼接。④結(jié)果展現(xiàn)：pandas與matplotlib搭配，不用復(fù)雜的代碼，就可以生成多種多樣的數(shù)據(jù)視圖。2.2pandas的安裝和導(dǎo)入pip安裝conda安裝1pipinstallpandas1condainstallpandas在Anaconda的命令行輸入“activatedataprocess”,激活上一章已經(jīng)創(chuàng)建的虛擬環(huán)境dataprocess，然后用conda命令安裝pandas：2.2pandas的安裝和導(dǎo)入啟動Jupyter

Lab，在dataprocess目錄下創(chuàng)建目錄U2，并新建一個Notebook文件test.ipynb。

測試pandas能否使用第1行代碼導(dǎo)入pandas庫，并命名為pd第2行代碼輸出pandas的版本。

2.3.1-2Series對象的特點和創(chuàng)建學(xué)習(xí)內(nèi)容2.Series對象的創(chuàng)建1.Series對象的特點2.3.1Series對象的特點

pandas中主要有兩種數(shù)據(jù)結(jié)構(gòu)，分別是：Series和DataFrame。名稱描述維數(shù)Series帶標(biāo)簽的一維同構(gòu)數(shù)組1DataFrame帶標(biāo)簽的，大小可變的二維異構(gòu)表格2表2.3.1pandas的主要數(shù)據(jù)結(jié)構(gòu)2.3.1Series對象的特點

Series與Python的基本數(shù)據(jù)結(jié)構(gòu)list也很相近,它們的區(qū)別是：list中的元素可以是不同的數(shù)據(jù)類型，而Series中的元素只能是相同的數(shù)據(jù)類型，這樣可以更有效的使用內(nèi)存，提高運算效率。表2.3.2Series和List的比較名稱不同相同Series元素的數(shù)據(jù)類型相同1維List元素的數(shù)據(jù)類型可以不相同1維2.3.2Series對象的創(chuàng)建

創(chuàng)建Series對象時，主要使用pandas的構(gòu)造方法Series()，代碼如下所示：1importpandasaspd2s=pd.Series(data,index,dtype,copy)序號參數(shù)說明1data數(shù)據(jù)的形式，如列表，字典等2index標(biāo)簽，如果沒有指定標(biāo)簽，則默認(rèn)為0，1，2,…3dtype數(shù)據(jù)類型。如果沒有，則會根據(jù)元素的值推斷數(shù)據(jù)類型4copy復(fù)制數(shù)據(jù),默認(rèn)為False。表2.3.3Series構(gòu)造方法的參數(shù)說明2.3.2Series對象的創(chuàng)建1.從列表(list)創(chuàng)建Series對象：01importpandasaspd02inventions=pd.Series(['造紙術(shù)','指南針','火藥','印刷術(shù)'])03inventions我國的四大發(fā)明是：造紙術(shù)、指南針、火藥和印刷術(shù)。通過list創(chuàng)建一個Series對象來存儲它們，代碼如下所示。第2行代碼通過調(diào)用pandas的Series構(gòu)造方法創(chuàng)建對象，初始化參數(shù)為代表四大發(fā)明的list。執(zhí)行第3行代碼，inventions的輸出結(jié)果如圖。創(chuàng)建Series對象時會自動生成整數(shù)標(biāo)簽，默認(rèn)從0開始至數(shù)據(jù)長度減1，如上述示例的0，1，2，3。dtype是數(shù)據(jù)類型，這里存儲的元素為字符串，輸出為object類型。2.3.2Series對象的創(chuàng)建1.從列表(list)創(chuàng)建Series對象：01importpandasaspd02inventions=pd.Series(['造紙術(shù)','指南針','火藥','印刷術(shù)],index=['a','b','c','d'])

03inventions在Series構(gòu)造方法中，還可以通過index參數(shù)來指定標(biāo)簽值，代碼如下所示。通過index參數(shù)來指定標(biāo)簽值后，輸出標(biāo)簽分別為a,b,c,d。2.3.2Series對象的創(chuàng)建2.從字典(dict)創(chuàng)建Series對象：01importpandasaspd02books=pd.Series({'施耐庵':'水滸傳','羅貫中':'三國演義','吳承恩':'西游記','曹雪芹':'紅樓夢'})03books我國的四大名著是：《水滸傳》、《三國演義》、《西游記》、《紅樓夢》，它們是中國文學(xué)史中的經(jīng)典作品，是世界寶貴的文化遺產(chǎn)。通過字典（鍵為作者名，值為書名）創(chuàng)建一個Series對象來存儲它們，代碼如下所示。第2行代碼通過調(diào)用pandas的Series構(gòu)造方法創(chuàng)建對象，初始化參數(shù)為存儲了四大名著的作者名和書名的字典。執(zhí)行第3行代碼，books輸出結(jié)果如圖2所示，輸出標(biāo)簽為字典的鍵（作者名），數(shù)據(jù)為字典的值（書名）。2.3.2Series對象的創(chuàng)建3.Series對象的常用屬性和方法：表2.3.4Series對象的常用屬性和方法

序號屬性/方法說明1index返回Series對象的標(biāo)簽2values以數(shù)組形式返回Series對象的元素的值3dtype返回Series對象的數(shù)據(jù)類型4size返回Series對象的數(shù)據(jù)個數(shù)5empty如果Series對象為空則返回True，否則返回False6head(n)返回Series對象的前n個元素，默認(rèn)返回前5個。7tail(n)返回Series對象的后n個元素，默認(rèn)返回前5個。2.3.2Series對象的創(chuàng)建3.Series對象的常用屬性和方法：01importpandasaspd02books=pd.Series({'施耐庵':'水滸傳','羅貫中':'三國演義','吳承恩':'西游記','曹雪芹':'紅樓夢'})03books.index04books.values05books.dtype06books.empty2.3.2Series對象的創(chuàng)建3.Series對象的常用屬性和方法：07books.size08books.head()09books.tail()2.3.3Series對象的索引學(xué)習(xí)內(nèi)容2.Series對象的下標(biāo)索引1.Series對象的標(biāo)簽索引3.Series對象的切片索引2.3.3Series對象的索引

Series對象可以使用標(biāo)簽,下標(biāo)和切片三種方式進(jìn)行索引。

1.使用標(biāo)簽索引：用[

]表示，[

]里面是標(biāo)簽的名稱,輸出結(jié)果為該標(biāo)簽對應(yīng)的元素。01importpandasaspd02inventions=pd.Series(['造紙術(shù)','指南針','火藥','印刷術(shù)'],index=['a','b','c','d'])03inventions['a']第2行代碼通過index指定標(biāo)簽依次為'a','b','c','d'。執(zhí)行第3行代碼，通過標(biāo)簽'a'索引輸出第一個元素‘造紙術(shù)’。思考：inventions['b']輸出什么？2.3.3Series對象的索引2.使用下標(biāo)索引：下標(biāo)索引是從0開始，[0]是Series的第一個元素，[1]是Series對象的第二個元素，以此類推。如果Series對象中有N個元素，則下標(biāo)的取值為0至N-1。01importpandasaspd02inventions=pd.Series(['造紙術(shù)','指南針','火藥','印刷術(shù)'])03inventions[0]下標(biāo)0表示第一個元素。思考：inventions[1]輸出什么？2.3.3Series對象的索引2.使用下標(biāo)索引：當(dāng)其標(biāo)簽不是整數(shù)類型，而是其他類型時，則[-1]索引輸出最后一個元素，當(dāng)下標(biāo)為負(fù)數(shù)時則反向輸出，以此類推。01importpandasaspd02inventions=pd.Series(['造紙術(shù)','指南針','火藥','印刷術(shù)'],index=['a','b','c','d'])03inventions[-1]04inventions[-2]2.3.3Series對象的索引3.使用切片索引：既可以使用標(biāo)簽，又可以使用下標(biāo)進(jìn)行切片索引。01importpandasaspd02inventions=pd.Series(['造紙術(shù)','指南針','火藥','印刷術(shù)'],index=['a','b','c','d'])03inventions['a':'c']（1）Series對象使用標(biāo)簽進(jìn)行切片索引時，既包含了標(biāo)簽索引開始的元素，也包含了標(biāo)簽索引結(jié)束的元素。執(zhí)行第3行代碼，使用標(biāo)簽進(jìn)行切片['a':'c']索引時，則會輸出前三個元素。2.3.3Series對象的索引3.使用切片索引：既可以使用標(biāo)簽，又可以使用下標(biāo)進(jìn)行切片索引。01importpandasaspd02inventions=pd.Series(['造紙術(shù)','指南針','火藥','印刷術(shù)],index=['a','b','c','d'])03inventions[0:2]（2）Series對象使用下標(biāo)進(jìn)行切片索引時，不會包含下標(biāo)索引結(jié)束的元素。

執(zhí)行第3行代碼，使用標(biāo)簽進(jìn)行切片[0:2]索引時，則只會輸出前兩個元素。思考：下標(biāo)進(jìn)行切片索引為什么不能包

含結(jié)束的元素？2.3.4Series對象的操作學(xué)習(xí)內(nèi)容2.Series對象的操作：刪除3.Series對象的操作：修改1.Series對象的操作：增加4.Series對象的操作：排序5.Series對象的操作：篩選2.3.4Series對象的操作

Series對象提供了很多方法對其存儲的元素進(jìn)行操作：包括增加、刪除、修改、排序和篩選等。我國的五大名山是：東岳泰山（海拔約1545.0m）、南岳衡山（海拔約1300.2m）、西岳華山（海拔約2154.9m）、北岳恒山（海拔約2016.1m）、中岳嵩山（海拔約1491.7m）。如何創(chuàng)建一個Series對象存儲五大名山的數(shù)據(jù)？01importpandasaspd02mountains=pd.Series({'東岳泰山':1545.0,'南岳衡山':1300.2,

'西岳華山':2154.9})03mountains輸出mountains存儲的元素。山名作為元素的標(biāo)簽，山的海拔高度作為元素的值，其類型為float。2.3.4Series對象的操作1.Series對象的操作：增加(1)Series對象可以通過標(biāo)簽來增加單個元素。01importpandasaspd02mountains=pd.Series({'東岳泰山':1545.0,'南岳衡山':1300.2,

'西岳華山':2154.9})03mountains04mountains['北岳恒山']=2016.105mountainsmountains的末尾增加了北岳恒山和它的海拔高度。2.3.4Series對象的操作1.Series對象的操作：增加(2)Series還可以通過append()方法來連接另一個Series對象，并將其附加到前一個Series對象的末尾。mountains的末尾增加了中岳嵩山和它的海拔高度。06mountain2=pd.Series({'中岳嵩山':1491.7})07mountains.append(mountain2)#通過append連接另一個Series對象2.3.4Series對象的操作2.Series對象的操作：刪除Series對象提供了drop()方法，可以通過標(biāo)簽實現(xiàn)刪除相應(yīng)的元素值。01importpandasaspd02mountains=pd.Series({'東岳泰山':1545.0,'南岳衡山':1300.2,'西岳華山':2154.9})03mountains.drop('南岳衡山',inplace=True)#刪除南岳衡山，直接在原數(shù)據(jù)操作04mountains表2.3.5drop()方法的常用參數(shù)說明序號參數(shù)說明1label要刪除元素的標(biāo)簽名稱，若沒有標(biāo)簽，則可以用默認(rèn)的整數(shù)下標(biāo)2axis默認(rèn)為03inplace默認(rèn)為False，操作不改變原數(shù)據(jù)，而是返回一個執(zhí)行刪除操作后的新Series對象；若指定為True，則直接在原數(shù)據(jù)上進(jìn)行刪除操作思考：如果要刪除兩個元素呢？2.3.4Series對象的操作2.Series對象的操作：刪除還可以通過標(biāo)簽數(shù)組，使用drop()方法一次性刪除多個值，代碼如下所示。01importpandasaspd02mountains=pd.Series({'東岳泰山':1545.0,'南岳衡山':1300.2,'西岳華山':2154.9})03mountains.drop(labels=['東岳泰山','西岳華山'],inplace=True)#刪除東岳泰山，西岳華山04mountainsmountains使用drop()方法通過labels參數(shù)指定的標(biāo)簽數(shù)組刪除了東岳泰山和西岳華山以及它們的海拔高度。2.3.4Series對象的操作3.Series對象的操作：修改與增加操作類似，Series對象可以直接通過標(biāo)簽來修改元素的值。01importpandasaspd02mountains=pd.Series({'東岳泰山':1545.0,'南岳衡山':1300.2,'西岳華山':2154.9})03mountains['西岳華山']=2155.0#修改西岳華山的海拔高度為2155.0m04mountainsmountains中西岳華山的海拔高度被修改為2155.0m。2.3.4Series對象的操作4.Series對象的操作：排序（1）按值排序：sort_values()Series可以使用sort_values()方法按存儲的元素的值來排序，排序時默認(rèn)升序。設(shè)置參數(shù)ascending=False，可以指定按降序排列。01importpandasaspd02mountains=pd.Series({'東岳泰山':1545.0,'南岳衡山':1300.2,'西岳華山':2154.9,'北岳恒山':2016.1,'中岳嵩山':1491.7})03mountains.sort_values()

#按值排序，默認(rèn)升序04mountains.sort_values(ascending=False)

#按值排序，指定降序2.3.4Series對象的操作4.Series對象的操作：排序（1）按值排序：sort_values()默認(rèn)按值升序排列設(shè)置ascending=False按值降序排列2.3.4Series對象的操作4.Series對象的操作：排序（2）按標(biāo)簽排序：sort_index()Series可以使用sort_index()方法按標(biāo)簽來排序，默認(rèn)升序。設(shè)置參數(shù)ascending=False，可以指定按降序排列。當(dāng)標(biāo)簽為字符時，采用Unicode編碼值來排序。01importpandasaspd02mountains=pd.Series({'東':1545.0,'南':1300.2,'西':2154.9,'北':2016.1,'中':1491.7})03mountains.sort_index()#按標(biāo)簽（Unicode編碼）排序，默認(rèn)升序04mountains.sort_index(ascending=False)#按標(biāo)簽（Unicode編碼）排序，指定降序2.3.4Series對象的操作4.Series對象的操作：排序（2）按標(biāo)簽排序：sort_index()標(biāo)簽為東(Unicode編碼值\u4e1c)，南(Unicode編碼值\u5357)，西(Unicode編碼值\u897f)，北(Unicode編碼值\u5317)，中(Unicode編碼值\u4e2d)默認(rèn)按標(biāo)簽升序排列ascending=False指定按標(biāo)簽降序2.3.4Series對象的操作5.Series對象的操作：篩選(1)條件篩選：通過對元素的值進(jìn)行條件判斷，可以進(jìn)行元素篩選。示例：從mountains中篩選輸出海拔高度大于1500米的山01importpandasaspd02mountains=pd.Series({'東岳泰山':1545.0,'南岳衡山':1300.2,'西岳華山':2154.9,'北岳恒山':2016.1,'中岳嵩山':1491.7})03mountains[mountains>1500]#篩選輸出海拔高度大于1500米的山篩選輸出海拔大于1500m的山，分別為東岳泰山（1545.0m）、西岳華山（2154.9m）、北岳恒山（2016.1m）2.3.4Series對象的操作5.Series對象的操作：篩選空值篩選：Series還提供了isnull()方法來判斷是否元素有空值，如果元素的值為空則輸出True，否則輸出False。01importpandasaspd02s=pd.Series({'a':1,'b':2},index=['a','b','c'])03s.isnull()#判斷s中的元素是否存在空值04s[s.isnull()]#查看s中的元素的空值前兩個元素的值不為空，第3個元素的值為空元素的空值表示為NaN2.4.1-2DataFrame對象的特點和創(chuàng)建學(xué)習(xí)內(nèi)容2.DataFrame對象的創(chuàng)建1.DataFrame對象的特點2.4.1DataFrame對象的特點DataFrame對象是一種二維表格型的數(shù)據(jù)結(jié)構(gòu)，包含一組有序的列，每一列的值可以是不同類型（數(shù)值類型、字符串類型、布爾型等）的數(shù)據(jù)。DataFrame對象既有行標(biāo)簽（index），也有列標(biāo)簽（columns）。2.4.2DataFrame對象的創(chuàng)建

使用pandas的DataFrame()構(gòu)造方法就可以創(chuàng)建DataFrame對象，代碼如下所示。01importpandasaspd02df=pd.DataFrame(data,index,columns,dtype,copy)序號參數(shù)說明1data數(shù)據(jù)的形式，如二維數(shù)組、字典等2index行標(biāo)簽，如果沒有標(biāo)簽被傳遞，則默認(rèn)為0,1,2…3columns列標(biāo)簽，如果沒有標(biāo)簽被傳遞，則默認(rèn)為0,1,2…4dtype數(shù)據(jù)類型。如果沒有，則會推斷數(shù)據(jù)類型5copy復(fù)制數(shù)據(jù)，默認(rèn)為False表2.4.1DataFrame構(gòu)造方法的參數(shù)說明2.4.2DataFrame對象的創(chuàng)建1.通過二維數(shù)組創(chuàng)建DataFrame對象01importpandasaspd02data=[['黃山','安徽','黃山',1864.8],['泰山','山東','泰安',1545.0],['廬山','江西','九江',1474.0],['恒山','山西','大同',2016.1],['華山','陜西','渭南',2154.9],['衡山','湖南','衡陽',1300.2]]03columns=['mountain','province','city','height']04mountainsDF=pd.DataFrame(data=data,columns=columns)05mountainsDF第2行代碼定義了一個二維數(shù)組data來存儲這些名山的信息。第3行代碼指定了列標(biāo)簽。第4行代碼通過構(gòu)造方法來創(chuàng)建DataFrame對象，傳遞參數(shù)為第2行代碼定義的數(shù)據(jù)data和第3行代碼定義的列標(biāo)簽。2.4.2DataFrame對象的創(chuàng)建2.通過字典創(chuàng)建DataFrame對象第2行代碼直接通過字典來創(chuàng)建DataFrame對象。執(zhí)行第3行代碼的輸出結(jié)果如圖所示，字典的鍵值直接作為DataFrame對象的列標(biāo)簽，行標(biāo)簽還是默認(rèn)為0,1,…,501importpandasaspd02mountainsDF=pd.DataFrame({'mountain':['黃山','泰山','廬山','恒山','華山','衡山'],'province':['安徽','山東','江西','山西','陜西','湖南'],'city':['黃山','泰安','九江','大同','渭南','衡陽],'height':[1864.8,1524,1474,2016,2154.9,1300.2]})03mountainsDF2.4.2DataFrame對象的創(chuàng)建3.DataFrame的常用屬性和方法表2.4.2

DataFrame的常用屬性和方法序號屬性/方法說明1index返回DataFrame對象的行標(biāo)簽信息2columns返回DataFrame對象的列標(biāo)簽信息3values返回DataFrame對象所有元素的值4dtypes返回DataFrame對象的數(shù)據(jù)類型5TDataFrame對象中元素的行/列數(shù)據(jù)轉(zhuǎn)換6shape返回DataFrame對象的行數(shù)([0]),列數(shù)([1])7head(n)返回DataFrame對象的前n個元素，默認(rèn)返回前5個。8tail(n)返回DataFrame對象的后n個元素，默認(rèn)返回后5個。9info()返回DataFrame對象中元素的完整信息，包括行列標(biāo)簽，數(shù)據(jù)類型，是否有空值，占用的內(nèi)存大小等2.4.2DataFrame對象的創(chuàng)建3.DataFrame的常用屬性和方法01importpandasaspd02mountainsDF=pd.DataFrame({'mountain':['黃山','泰山','廬山','恒山','華山','衡山'],'province':['安徽','山東','江西','山西','陜西','湖南'],'city':['黃山','泰安','九江','大同','渭南','衡陽],'height':[1864.8,1524,1474,2016,2154.9,1300.2]})03mountainsDF.index04mountainsDF.columns05mountainsDF.values06mountainsDF.dtypes07mountainsDF.T2.4.2DataFrame對象的創(chuàng)建3.DataFrame的常用屬性和方法08mountainsDF.shape[0]09mountainsDF.shape[1]10mountainsDF.head()11mountainsDF.tail()12mountainsDF.info()2.4.3DataFrame對象的索引學(xué)習(xí)內(nèi)容2.DataFrame對象的行索引1.DataFrame對象的列索引3.DataFrame對象的loc[

]和iloc[

]索引2.4.3DataFrame對象的索引1.

DataFrame對象的列索引:直接通過列標(biāo)簽就可以實現(xiàn)索引01importpandasaspd02mountainsDF=pd.DataFrame({'mountain':['黃山','泰山','廬山','恒山','華山','衡山'],'province':['安徽','山東','江西','山西','陜西','湖南'],'city':['黃山','泰安','九江','大同','渭南','衡陽'],'height':[1864.8,1545,1474,2016.1,2154.9,1300.2]})03mountainsDF[['mountain']]

#獲取'mountain'列數(shù)據(jù)(返回DataFrame對象)04mountainsDF[['mountain','city']]

#獲取'mountain'和'city'列數(shù)據(jù)(返回DataFrame對象)獲得列標(biāo)簽為'mountain'的列數(shù)據(jù)獲得列標(biāo)簽為'mountain'和'city'的2列數(shù)據(jù)2.4.3DataFrame對象的索引2.

DataFrame對象的行索引:通過下標(biāo)切片實現(xiàn)索引05mountainsDF[0:1]#通過行標(biāo)簽(整數(shù)下標(biāo))切片方式獲取第1行數(shù)據(jù)06mountainsDF[1:3]#通過行標(biāo)簽(整數(shù)下標(biāo))切片方式獲取第2-3行數(shù)據(jù)思考：下標(biāo)切片有什么特點？執(zhí)行第5行代碼，獲取mountainsDF的第1行數(shù)據(jù)mountainsDF中通過行標(biāo)簽索引獲取第1行數(shù)據(jù)執(zhí)行第6行代碼，獲取mountainsDF的第2至3行數(shù)據(jù)mountainsDF中通過下標(biāo)切片獲取第2-3行數(shù)據(jù)2.4.3DataFrame對象的索引2.

DataFrame對象的行索引:通過行標(biāo)簽實現(xiàn)索引如果指定了DataFrame對象的行標(biāo)簽(index)，可以通過行標(biāo)簽切片的方式獲取行數(shù)據(jù)，而且包含了結(jié)束標(biāo)簽表示的行數(shù)據(jù)。07index=['a','b','c','d','e','f']08mountainsDF.index=index#設(shè)置行標(biāo)簽09mountainsDF['a':'c']#獲取前3行數(shù)據(jù)思考：行標(biāo)簽切片有什么特點？2.4.3DataFrame對象的索引3.

DataFrame對象的loc[]和iloc[]花式索引:只獲取部分行和部分列的數(shù)據(jù)(1)loc基于標(biāo)簽索引（標(biāo)簽名稱，如'a','b'等），通過標(biāo)簽獲取相應(yīng)的數(shù)據(jù)，且包含結(jié)束標(biāo)簽包含的數(shù)據(jù)。當(dāng)執(zhí)行下標(biāo)切片索引時，既包含起始標(biāo)簽表示的數(shù)據(jù)，也包含結(jié)束標(biāo)簽表示的數(shù)據(jù)。(2)

iloc基于下標(biāo)索引（整數(shù)值，從0開始至長度-1），通過下標(biāo)獲取相應(yīng)的數(shù)據(jù)，且不包含結(jié)束下標(biāo)包含的數(shù)據(jù)。。當(dāng)執(zhí)行下標(biāo)切片索引時，只包含起始下標(biāo)表示的數(shù)據(jù)，不包含結(jié)束下標(biāo)表示的數(shù)據(jù)。2.4.3DataFrame對象的索引3.

DataFrame對象的loc[]和iloc[]花式索引:只獲取部分行和部分列的數(shù)據(jù)03mountainsDF.loc[3:4,['mountain','height']]#基于標(biāo)簽完成花式索引04mountainsDF.iloc[3:5,[0,3]]#基于下標(biāo)完成花式索引總結(jié)：loc[]和iloc[]花式索引各有什么特點？2.4DataFrame對象的操作（1）學(xué)習(xí)內(nèi)容1.DataFrame對象的操作：增加2.DataFrame對象的操作：刪除3.DataFrame對象的操作：修改2.4.4DataFrame對象的操作

DataFrame是一種二維數(shù)據(jù)表結(jié)構(gòu)，能夠?qū)π泻土袛?shù)據(jù)進(jìn)行操作。1.增加:添加一行或者一列（1）添加行：df.loc[],df代表DataFrame對象,[

]里面為行標(biāo)簽或者列標(biāo)簽。03mountainsDF.loc[6]=['嵩山','河南','登封',1491.7]

04mountainsDF使用df.loc[]方法完成在mountainsDF最后增加一行數(shù)據(jù)2.4.4DataFrame對象的操作1.增加:添加一行或者一列（1）添加行：df.append()03df2=pd.DataFrame({'mountain':['嵩山','武夷山'],'province':['河南','福建'],'city':['登封','南平'],'height':[1491.7,2158.0]})04#合并，可以重新排列行標(biāo)簽mountainsDF2=mountainsDF.append(df2,ignore_index=True)05mountainsDF2第3行代碼構(gòu)造df2對象。第4行代碼，mountainsDF調(diào)用append()方法將df2的數(shù)據(jù)加到末尾，并通過mountainsDF2保存。ignore_index設(shè)置為True可以重新分配行標(biāo)簽。2.4.4DataFrame對象的操作1.增加:添加一行或者一列（2）添加列：df[

]03mountainsDF['level']=['5A','5A','5A','4A','5A','5A']04mountainsDF第3行代碼默認(rèn)在mountainsDF的最后添加了'level'列df[

]里面是列標(biāo)簽，等號右邊為新增列的賦值。2.4.4DataFrame對象的操作1.增加:添加一行或者一列（2）添加列：df.insert()方法表2.4.3insert()方法的參數(shù)序號參數(shù)說明1loc指定列的下標(biāo)位置，下標(biāo)從0開始2column列標(biāo)簽3value列數(shù)據(jù)4allow_duplicates布爾值，是否允許列名重復(fù)，默認(rèn)False，表示不允許，True表示允許03mountainsDF.insert(1,'level',['5A','5A','5A','4A','5A','5A'])04mountainsDF第3行代碼mountainsDF調(diào)用insert()方法在它的第二列添加1列數(shù)據(jù)。思考：和[

]相比，insert()方法有什么特點？2.4.4DataFrame對象的操作2.刪除:DataFrame提供了drop()方法刪除一行或一列表2.4.4drop()方法的參數(shù)序號參數(shù)說明1labels要刪除的行/列的標(biāo)簽2axis默認(rèn)為0，表示刪除行;指定axis=1,表示刪除列3index直接指定要刪除的行標(biāo)簽，包含結(jié)束標(biāo)簽4columns直接指定要刪除的列標(biāo)簽，包含結(jié)束標(biāo)簽5inplace默認(rèn)為False，表示刪除操作不改變原數(shù)據(jù)，而是返回一個執(zhí)行刪除操作后的新DataFrame。若指定為True，則直接在原數(shù)據(jù)上進(jìn)行刪除操作01DataFrame.drop(labels,axis,index,columns,inplace=False)2.4.4DataFrame對象的操作2.刪除:DataFrame提供了drop()方法刪除一行或一列03mountainsDF.drop([0,1])#刪除mountainsDF前2行數(shù)據(jù)04mountainsDF.drop(index=[0,1])#刪除mountainsDF前2行數(shù)據(jù)（1）刪除行執(zhí)行第3行和4行代碼的運行結(jié)果都是一樣的，都是刪除mountainsDF前2行數(shù)據(jù)，這里drop()方法沒有指定inplace參數(shù)，默認(rèn)為False，表示刪除操作不改變原數(shù)據(jù)2.4.4DataFrame對象的操作2.刪除:DataFrame提供了drop()方法刪除一行或一列（2）刪除列：指定axis=105mountainsDF.drop(['province','city'],axis=1)06mountainsDF.drop(columns=['province','city'],axis=1)執(zhí)行第5行和6行代碼的運行結(jié)果都是一樣的，都是刪除'province'、'city'這2列的數(shù)據(jù)，這里drop()方法沒有指定inplace參數(shù)，默認(rèn)為False，表示刪除操作不改變原數(shù)據(jù)2.4.4DataFrame對象的操作3.修改:包括數(shù)據(jù)的修改和行/列標(biāo)簽的修改（1）數(shù)據(jù)的修改修改DataFrame對象中的數(shù)據(jù)，原理是將這部分?jǐn)?shù)據(jù)提取出來，重新賦值為新的數(shù)據(jù)。需要注意的是，數(shù)據(jù)更改直接針對DataFrame原數(shù)據(jù)更改，操作無法撤銷，如果做出更改，需要對原數(shù)據(jù)進(jìn)行備份。數(shù)據(jù)的修改常使用loc[]方法，先基于標(biāo)簽定位某個位置的數(shù)據(jù)，然后對此位置的數(shù)據(jù)進(jìn)行修改。使用此方法可以對DataFrame對象進(jìn)行的修改分為3種情況，具體如下：①對1行、多行數(shù)據(jù)進(jìn)行修改②對1列、多列數(shù)據(jù)進(jìn)行修改③對某區(qū)域的數(shù)據(jù)進(jìn)行修改iloc[]方法的使用和loc方法類似，主要是先基于下標(biāo)定位再修改數(shù)據(jù)。2.4.4DataFrame對象的操作3.修改:包括數(shù)據(jù)的修改和行/列標(biāo)簽的修改（1）數(shù)據(jù)的修改①對1行、多行數(shù)據(jù)進(jìn)行修改03mountainsDF.loc[1:1,['mountain','province','city','height']]=['武夷山','福建','南平',2158.0]#修改第2行數(shù)據(jù)04mountainsDF第3行代碼的1:1表示選取第2行數(shù)據(jù)，然后對指定的4個標(biāo)簽('mountain','province','city','height')的相應(yīng)數(shù)據(jù)進(jìn)行修改，等號右邊為新的賦值。1行2.4.4DataFrame對象的操作3.修改:包括數(shù)據(jù)的修改和行/列標(biāo)簽的修改（1）數(shù)據(jù)的修改①對1行、多行數(shù)據(jù)進(jìn)行修改03#修改第1-2行數(shù)據(jù)mountainsDF.loc[0:1,['mountain','province','city','height']]=

[['嵩山','河南','登封',1492],['武夷山','福建','南平',2158]]04mountainsDF第3行代碼的0:1表示選取第1和2行的數(shù)據(jù)，然后對指定的4個標(biāo)簽['mountain'，'province'，'city'，'height']的相應(yīng)數(shù)據(jù)進(jìn)行修改，等號右邊為新的賦值。多行2.4.4DataFrame對象的操作3.修改:包括數(shù)據(jù)的修改和行/列標(biāo)簽的修改（1）數(shù)據(jù)的修改②對1列、多列數(shù)據(jù)進(jìn)行修改03mountainsDF.loc[:,['province']]=['安徽省','山東省','江西省','山西省','陜西省','湖南省']04mountainsDF第3行代碼的:表示所有行，然后對指定的['province']列進(jìn)行修改，等號右邊為新的賦值。1列2.4.4DataFrame對象的操作3.修改:包括數(shù)據(jù)的修改和行/列標(biāo)簽的修改（1）數(shù)據(jù)的修改②對1列、多列數(shù)據(jù)進(jìn)行修改03mountainsDF.loc[:,['province','city']]=[['安徽省','黃山市'],['山東省','泰安市'],['江西省','九江市'],['山西省','大同市'],['陜西省','渭南市'],['湖南省','衡陽市']]04mountainsDF第3行代碼的:表示所有行，然后對指定的['province','city']2列進(jìn)行修改，等號右邊為新的賦值。多列2.4.4DataFrame對象的操作3.修改:包括數(shù)據(jù)的修改和行/列標(biāo)簽的修改（1）數(shù)據(jù)的修改③對某個區(qū)域的數(shù)據(jù)進(jìn)行修改03#對前2行的province列和city列進(jìn)行修改mountainsDF.loc[0:1,['province','city']]=[['安徽省','黃山市'],['山東省','泰安市']]04mountainsDF總結(jié)：對某區(qū)域的數(shù)據(jù)修改，結(jié)合之前的花式索引定位！2.4.4DataFrame對象的操作3.修改:包括數(shù)據(jù)的修改和行/列標(biāo)簽的修改（2）標(biāo)簽的修改：rename()方法修改行標(biāo)簽和列標(biāo)簽的名稱①行標(biāo)簽的修改03mountainsDF.rename(index={0:'a',1:'b'},inplace=True)#修改前2行的標(biāo)簽名稱04mountainsDF第3行代碼mountainsDF調(diào)用rename()方法，指定index參數(shù)為字典，完成行標(biāo)簽名稱修改，inplace=True表示直接修改原數(shù)據(jù)。2.4.4DataFrame對象的操作3.修改:包括數(shù)據(jù)的修改和行/列標(biāo)簽的修改（2）標(biāo)簽的修改：rename()方法修改行標(biāo)簽和列標(biāo)簽的名稱②列標(biāo)簽的修改03mountainsDF.rename(columns={'province':'p','city':'c'},inplace=True)04mountainsDF第3行代碼mountainsDF調(diào)用rename()方法，指定columns參數(shù)為字典，完成列標(biāo)簽名稱修改，inplace=True表示直接修改原數(shù)據(jù)。2.4DataFrame對象的操作（2）學(xué)習(xí)內(nèi)容4.DataFrame對象的操作：排序5.DataFrame對象的操作：篩選2.4.4DataFrame對象的操作(2)4.排序:可以按值排序，也可以按行/列標(biāo)簽排序。按值排序使用sort_values()方法，按標(biāo)簽排序使用sort_index()方法。（1）按值排序：sort_values()

通常按列的值排序，默認(rèn)升序表2.4.5sort_values()方法的常用參數(shù)說明序號參數(shù)說明1by行或者列的標(biāo)簽2axis默認(rèn)為0，axis=0表示對列進(jìn)行操作，axis=1表示對行進(jìn)行操作3ascending默認(rèn)為升序排列，ascending=True表示升序排列，ascending=False表示降序排列4inplace默認(rèn)為False，表示操作不改變原數(shù)據(jù)，而是返回一個執(zhí)行排序操作后的新DataFrame。若指定為True，則直接在原數(shù)據(jù)上進(jìn)行操作2.4.4DataFrame對象的操作(2)4.排序:（1）按值排序：sort_values()

通常按列的值排序，默認(rèn)升序01importpandasaspd02mountainsDF=pd.DataFrame({'mountain':['黃山','泰山','廬山','恒山','華山','衡山'],'province':['安徽','山東','江西','山西','陜西','湖南'],'city':['黃山','泰安','九江','大同','渭南','衡陽],'height':[1864.8,1545.0,1474.0,2016.1,2154.9,1300.2]})03#按'height'列的值降序排列mountainsDF.sort_values(by='height',axis=0,ascending=False,inplace=True)04mountainsDF2.4.4DataFrame對象的操作(2)4.排序:（2）按標(biāo)簽排序：sort_index()

默認(rèn)axis=0按行標(biāo)簽，升序序號參數(shù)說明1axis默認(rèn)為0，axis=0表示對行進(jìn)行操作，axis=1表示對列進(jìn)行操作2ascending默認(rèn)為升序排列，ascending=True表示升序排列，ascending=False表示降序排列3inplace默認(rèn)為False，表示操作不會改變原數(shù)據(jù)，而是返回一個執(zhí)行排序操作后的新DataFrame。若指定為True，則直接在原數(shù)據(jù)上進(jìn)行操作表2.4.6sort_index()方法的常用參數(shù)說明2.4.4DataFrame對象的操作(2)4.排序:（2）按標(biāo)簽排序：sort_index()

默認(rèn)axis=0按行標(biāo)簽，升序01importpandasaspd02mountainsDF=pd.DataFrame({'mountain':['黃山','泰山','廬山','恒山','華山','衡山'],'province':['安徽','山東','江西','山西','陜西','湖南'],'city':['黃山','泰安','九江','大同','渭南','衡陽],'height':[1864.8,1545.0,1474.0,2016.1,2154.9,1300.2]})03#按行標(biāo)簽降序排列mountainsDF.sort_index(axis=0,ascending=False,inplace=True)04mountainsDF2.4.4DataFrame對象的操作(2)4.排序:（2）按標(biāo)簽排序：sort_index()

axis=1按列標(biāo)簽03#按行標(biāo)簽降序排列mountainsDF.sort_index(axis=1,inplace=True)04mountainsDF2.4.4DataFrame對象的操作(2)5.篩選:（1）條件篩選篩選輸出海拔高度大于1500米的山的信息01importpandasaspd02mountainsDF=pd.DataFrame({'mountain':['黃山','泰山','廬山','恒山','華山','衡山'],'province':['安徽','山東','江西','山西','陜西','湖南'],'city':['黃山','泰安','九江','大同','渭南','衡陽],'height':[1864.8,1545.0,1474.0,2016.1,2154.9,1300.2]})03#按height列的值進(jìn)行條件篩選mountainsDF[mountainsDF['height']>1500]2.4.4DataFrame對象的操作(2)5.篩選:（2）空值篩選:isnull()方法01importpandasaspd02importnumpyasnp03mountainsDF=pd.DataFrame({'mountain':['黃山','泰山','廬山','恒山','華山','衡山'],'province':['安徽','山東','江西',np.NaN,'陜西','湖南'],'city':['黃山',np.NaN,'九江','大同','渭南','衡陽'],'height':[1864.8,1524,1474,2016,2154.9,1300.2]})04mountainsDF.isnull().any()#查看每一列是否存在空值05mountainsDF[mountainsDF.isnull().T.any()]#篩選出包含空值的行通過numpy的常量NaN表示空值在第5行代碼中，T表示轉(zhuǎn)置,isnull()的結(jié)果需要轉(zhuǎn)置之后，才能進(jìn)行any()操作3.1數(shù)據(jù)爬取學(xué)習(xí)目標(biāo)2.了解爬蟲的作用和分類1.了解爬蟲產(chǎn)生的背景3.掌握簡易爬蟲示例3.1.1爬蟲產(chǎn)生的背景思考：如果我們需要大量的數(shù)據(jù)，有哪些獲取數(shù)據(jù)的方法呢？目前的互聯(lián)網(wǎng)已經(jīng)邁入大數(shù)據(jù)時代，通過對海量數(shù)據(jù)的分析，能夠產(chǎn)生極大的商業(yè)價值！3.1.1爬蟲產(chǎn)生的背景（1）企業(yè)產(chǎn)生的數(shù)據(jù)（2）數(shù)據(jù)平臺購買的數(shù)據(jù)（3）政府機構(gòu)公開的數(shù)據(jù)（4）數(shù)據(jù)管理咨詢公司的