pandas高级篇

1.pandas数据分割,cut()

cut:是将数据划分成几个区间，每个区间长度一样，区间数据个数不一定一样
qcut:划分区间只能是0—1之间数，差值是分位数，包含0和1，按分位数划分，如果差值a小于1，就没有1000个值，共a*1000个数

2.pandas数据过滤和筛选

np.random.seed(number) number是生成随机数的种子
np.random.randn() 默认生成随机数的种子数是当前时间的时间戳
定义一个种子数,种子数只能用一次

3.pandas读取文件数据

（1）pd.read_csv()

（2）pd.read_table()，默认逗号分隔，使用sep指定分隔符

（3）读取没有标题的csv文件，手动指定数据标题

添加names，即指定列索引

通过添加columns，指定行索引

（4）.将读取的数据进行层次化索引

指定行索引

将文件以list形式打开

添加分隔符

（5）通过skiprows读取不规则文件

（6）处理存在NA的数据文件

（7）na_values=将数据进行NaN替换

4.pandas存储文件，df.to_csv(‘路径’)

（1）sys.stdout
不生成文件，不改变文件本身，如果要保存就将sys.stdout替换成要保存的文件名

（2）na_rep=’NULL’对缺失值进行NULL标记