基礎知識就像是數據分析中的九陽神功，熟練的掌握，加以運用，就可以練就深厚的內力，成為絕頂高手自然不在話下！
為了更好地學習數據分析，我對於數據分析中pandas這一模塊裡面常用的函數進行了總結。整篇總結，在詳盡且通俗易懂的基礎上，我力求使其有很強的條理性和邏輯性，所以製作了思維導圖，對於每一個值得深究的函數用法，我也會附上官方鏈接，方便大家繼續深入學習。
文章中的所有代碼都會有講解和註釋，絕大部分也都會配有運行結果，醬紫的話，整篇總結篇幅量自然不小，所以我分成了上下兩篇，這裡是上篇。
1. 導入模塊
<code>import pandas as pd # 這裡用到的是pandas和numpy兩個模塊
import numpy as np/<code>
2. 創建數據集並讀取
2.1 創建數據集
我構造了一個超市購物的數據集，該數據集屬性包括：訂單ID號（id）、訂單日期（date）、消費金額（money）、訂單商品（product）、商品類別（department）、商品產地（origin）。
<code># 列表和字典均可傳入DataFrame，我這裡用的是字典傳入：
data=pd.DataFrame({
\t\t"id":np.arange(101,111), # np.arange會自動輸出範圍內的數據，這裡會輸出101~110的id號。
\t\t"date":pd.date_range(start="20200310",periods=10), # 輸出日期數據，設置週期為10，注意這裡的週期數應該與數據條數相等。
\t\t"money":[5,4,65,-10,15,20,35,16,6,20], # 設置一個-10的坑，下面會填
\t\t"product":['蘇打水','可樂','牛肉乾','老乾媽','菠蘿','冰激凌','洗面奶','洋蔥','牙膏','薯片'],
\t\t"department":['飲料','飲料','零食','調味品','水果',np.nan,'日用品','蔬菜','日用品','零食'], # 設置一個空值的坑
\t\t"origin":['China',' China','America','China','Thailand','China','america','China','China','Japan'] # 設置一個america的坑
})
data # 輸出查看數據集/<code>
輸出結果：
2.2 數據寫入和讀取
<code>data.to_csv("shopping.csv",index=False) # index=False表示不加索引，否則會多一行索引/<code><code>data=pd.read_csv("shopping.csv")/<code>3. 數據查看
3.1 數據集基礎信息查詢
<code>data.shape # 行數列數
data.dtypes # 所有列的數據類型
data['id'].dtype # 某一列的數據類型
data.ndim # 數據維度
data.index # 行索引
data.columns # 列索引
data.values # 對象值/<code>
3.2 數據集整體情況查詢
<code>data.head() # 顯示頭部幾行（默認5行）
data.tail() # 顯示末尾幾行（默認5行）
data.info() # 數據集相關信息概覽：索引情況、列數據類型、非空值、內存使用情況
data.describe() # 快速綜合統計結果/<code>
4. 數據清洗
4.1 查看異常值
當然，現在這個數據集很小，可以直觀地發現異常值，但是在數據集很大的時候，我用下面這種方式查看數據集中是否存在異常值，如果有其他更好的方法，歡迎傳授給我。
<code>for i in data:
\t print(i+": "+str(data[i].unique())) # 查看某一列的唯一值/<code>
輸出結果：我們發現，該數據集中money存在一個負值，department存在一個空值以及origin存在大小寫問題。
4.2 空值處理
4.2.1 空值檢測
<code>data.isnull() # 查看整個數據集的空值
data['department'].isnull() # 查看某一列的空值/<code>
輸出結果：
將空值判斷進行彙總，更加直觀，ascending默認為True，升序。
<code>data.isnull().sum().sort_values(ascending=False)/<code>
輸出結果：
>更多關於pandas.DataFrame.sort_values的用法，戳下方官方鏈接：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sort_values.html
4.2.2 空值處理
pandas.DataFrame.fillna（value = None，method = None，inplace = False）
- value：用於填充的值，可以是具體值、字典和數組，不能是列表；
- method：填充方法，有 ffill 和 bfill 等；
- inplace默認無False，如果為True，則將修改此對象上的所有其他視圖。
>更多關於pandas.DataFrame.fillna的用法，戳下面官方鏈接：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.fillna.html
<code>data['department'].fillna(method="ffill") # 填充上一個值，即填充"水果"/<code>
輸出結果：
<code>data['department'].fillna(method="bfill") # 填充下一個值，即填充"日用品"/<code>
<code>data['department'].fillna(value="冷凍食品",inplace=True) # 替換為具體值，並且在原對象值上進行修改/<code>
輸出結果：
4.3 空格處理
==只針對object類型數據==
<code>for i in data: # 遍歷數據集中的每一列
if pd.api.types.is_object_dtype(data[i]): # 如果是object類型的數據，則執行下方代碼
data[i]=data[i].str.strip() # 去除空格
data['origin'].unique() # 驗證一下/<code>
輸出結果：array(['China', 'America', 'Thailand', 'america', 'Japan'], dtype=object)
4.4 大小寫轉換
<code>data['origin'].str.title() # 將首字母大寫
data['origin'].str.capitalize() # 將首字母大寫
data['origin'].str.upper() # 全部大寫
data['origin'].str.lower() # 全部小寫/<code>
4.5 數據替換
<code>data['origin'].replace("america","America",inplace=True) # 將第一個值替換為第二個值，inplace默認為False
data['origin']/<code>輸出結果：
<code>data['money'].replace(-10,np.nan,inplace=True) # 將負值替換為空值
data['money'].replace(np.nan,data['money'].mean(),inplace=True) # 將空值替換為均值
data['money']/<code>
輸出結果：
4.6 數據刪除
==方法1==
<code>data1 = data[data.origin != 'American'] #去掉origin為American的行
data1
data2=data[(data != 'Japan').all(1)] #去掉所有包含Japan的行 不等於Japan的行為真，則返回
data2/<code>
==方法2==
<code>data['origin'].drop_duplicates() # 默認刪除後面出現的重複值，即保留第一次出現的重複值/<code>
輸出結果：
<code>data['origin'].drop_duplicates(keep='last') # 刪除前面出現的重複值，即保留最後一次出現的重複值/<code>
輸出結果：
4.7 數據格式轉換
<code>data['id'].astype('str') # 將id列的類型轉換為字符串類型。/<code>==常見的數據類型對照==
4.8 更改列名稱
<code>data.rename(columns={'id':'ID', 'origin':'產地'}) # 將id列改為ID，將origin改為產地。/<code>輸出結果：
思維導圖
[思維導圖--上篇]
筆記中如果有錯誤的地方，歡迎各位小夥伴指正，感謝！
如果需要完整思維導圖電子版（PDF、Xmind等）可以留言或者私信！
> 1. [pandas官網](http://pandas.pydata.org/)
> 2. [pandas用法總結](https://blog.csdn.net/yiyele/article/details/80605909)
> 3. [Pandas 文本數據方法 capitalize( ) lower( ) upper( )](https://blog.csdn.net/claroja/article/details/64943601)
> 4. [python【all()全1為1, any()全0為0】](https://www.jianshu.com/p/a184bddc6fe6)
> 5. [pandas 數據類型轉換](https://www.cnblogs.com/onemorepoint/p/9404753.html)
閱讀更多 雅痞紳士JM 的文章
