資料樣式

python程式碼

df = pd.read_csv('../dataset/ai_risk_train/train_auth_info.csv', low_memory=False)
# print(df)

'''檢視資料的基本資訊'''
print(df.info())

'''整個資料的整體的分佈'''
print(df.describe())

'''檢視資料集的空值，或者說是缺失值'''
print(df.isnull().sum())

'''檢視唯一值 '''
print(df['auth_time'].unique())


print(df.head(3))  # 前3行
 

print(df.tail(3))    # 後3行


print(df.loc[630])   # 提取索引值為630的那一行  預設0開始
print(df.loc[2])     # 取第三行的資料
print(df.iloc[2:5, :3])  # 取第二,三四行和前3列

print(df[(df['id_card'] <= '5****************9') & (df['phone'] == '135****3522')])
df = df.dropna(how='any')   # 發現df中的空值會全部刪掉
df = df.fillna(value=0)   # 用資料0來填充空值
 


df['name'] = [index for index in range(df.shape[0])]
df['auth_time'] = df['auth_time'].fillna(df['name'].mode())   # 用資料集裡面的name眾數來填充auth_time的空值

df['name'] = ['aBcD' for index in range(df.shape[0])]
# df['name'] = df['name'].map(str.upper).head(3)  # 只對name屬性前三行進行大寫轉換
df['name'] = df['name'].map(str.__len__).head(3
 
)  # 只對name屬性前三行計算字串長度

'''字串的快速對映轉換'''
df['id'] = df['id'].map({'501951980776722440': '一等艙', '525890212484616200': '二等艙', '599309364691472392': '三等艙'})

'''轉換資料型別 int->float64'''
df['name'] = [index for index in range(df.shape[0])]
print(df.dtypes)
df['name'] = df['name'].astype('float64')
print(df.dtypes)

'''更改列的名字'''
df = df.rename(columns={'id': '是否獲救'})
print(df)

'''資料的代替,替換'''
df['name'] = ['aBcD' for index in range(df.shape[0])]
df['name'] = df['name'].replace('aBcD', 'ABCD')
print(df.head(3))

由於時間關係，這裡就不貼執行結果的圖了，這個資料集是馬上消費金融風險預測的資料

參考資料