建模常用的pandas語句

　　pandas物件是Python常用的資料分析模組，它主要包括series物件，dataframe物件和index物件。每種物件都有自己所特有的方法和屬性。今天小編更新下建模中常用的pandas語句。

　　額外提一句哈。小編不私聊哈，有事的話請加qq群的，微信群已滿。

　　1.匯入pandas和numpy模組

　　import pandas as pd

　　import numpy as np

　　import os

　　2.檢視並更改工作路徑

　　pwd

　　os.chdir(`更改的路徑`)

　　3.讀入資料集

　　df=pd.read_csv(r`檔案路徑`)

　　4.檢視列數、行數

　　print(df1.columns.size,df.iloc[:,0].size)

　　5.檢視列名

　　df.columns.tolist()

　　6.檢視每個特徵的型別

　　for col in fk_df.columns:print(col,fk_df[col].dtype)

　　7.計算壞賬率

　　badRate=df[`target`].sum()/df[`target`].count()

　　8.計算特徵空值率

　　null_rate=1-df.count()/df.shape[0]

　　9.保留空值率小於0.2的特徵

　　cols=null_rate[null_rate<0.2].index.tolist()

　　10.查詢資料集數值中型特徵小於0的值並置為nan

　　def rep(x):if type(x)!=str and x<0:print(x)return np.nan return x df=df.applymap(rep)

　　11.設定新的索引

　　df=df.reindex()

　　12.檢查常量特徵

　　df1=df.loc[:,df1.apply(pd.Series.nunique)!=1]

　　13.檢視是否有重複特徵

　　len(set(list(df1.columns)))==df1.shape[1]

　　14.檢視特徵類別數

　　df1[`education`].value_counts()