深入学习 Pandas 的高级功能与操作技巧

文章结构概述

• 1 数据文件的加载与存储
  • • CSV格式文件
    • • HTML格式文件

  • 2 缺失数据的处理方式

  • • 2.1 对nan值的处理方法

    • • 缺失数据的处理策略

    • 2.2 非nan缺失值的情况，例如使用特定符号作为标记的情形

  • 3 数据的离散化操作

  • • 3.1 数据离散化的实现方式
    • 3.2 实例：股票价格波动幅度的离散化处理

  • 4 高级操作-数据合并

  • Pandas应用实例

  • • 1. 数据准备阶段
    • 2. 需求1 * 3. 需求2 * 4.需求3

1 文件读取与储存

• CSV（Comma-Separated Values，即逗号分隔值，有时也被称作字符分隔值，因为所采用的分隔符并不局限于逗号）是一种以纯文本形式存储表格数据的格式，不仅可以通过记事本进行查看，也可以使用EXCEL进行打开。CSV文件由多个记录构成，这些记录之间通过换行符进行区分；而每条记录又由多个字段组成，字段之间的分隔符号通常为逗号或制表符。
  • JSON是一种轻量级的数据交换格式，它以独立于编程语言的文本形式用于存储和表示数据。其主要特点在于结构清晰、层次分明且表达简洁。JSON之所以被称为轻量级格式，原因在于无论是编写还是解析