文章目录
*
– 前期准备
– 1. 使用绝对路径读取本地Excel数据
– 2. 查看数据前三行
– 3. 查看每一列数据缺失值情况
– 4. 提取日期列含有空值的行
– 5. 输出每列缺失值具体行的情况
– 6. 删除所有缺失值的行
– 7. 绘制收盘价的折线图
– 8. 同时绘制开盘价与收盘价
– 9. 绘制涨跌的直方图
– 10. 让直方图给更细致
本章使用的是一个股票的数据集，但是只进行一些基础的操作，数据导入，处理缺失值，查看缺失值的具体情况，绘制图像，在同一个图中绘制两个图，调整绘图的风格
前期准备
导包
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
设置绘图的风格和字体的大小，以及显示能中文
plt.style.use('seaborn-darkgrid')
plt.rc('font',size=6)
plt.rc('figure',figsize=(4,3),dpi=150)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
1. 使用绝对路径读取本地Excel数据
注意绝对路径的斜杠和反斜杠的关系
数据集在我的博客资源里面可以找
df = pd.read_excel(r'D:\Python work space\jupyter\Pandas必刷100道题\600000.SH.xls')
df
2. 查看数据前三行
使用head()查看前3行
同样我们也可以使用切片进行查看
df.head(3)
df.iloc[:3,:]
3. 查看每一列数据缺失值情况
isnull()函数会判断DataFrame中每一个元素是否是空值，如果是空值返回True，否则返回False，然后对每一列求和，结果等于多少就代表空值有多少个
df.isnull().sum()
4. 提取日期列含有空值的行
关键点 布尔值索引
df[df["日期"].isnull()]
5. 输出每列缺失值具体行的情况
因为是每一列，所以要分列逐一进行判断
for columname in df.columns:
loc = df[columname][df[columname].isnull().values].index.tolist()
print(f"列名:{columname},第{loc}行位置有缺失值")
6. 删除所有缺失值的行
删除空值： dropna 函数
df.dropna(axis=0,how='any',inplace=True)
7. 绘制收盘价的折线图
折线图：plot()
有两种绘制方法，一种是pandas直接进行绘制，另一种是使用matplotlib接受参数绘制
df['前收盘价(元)'].plot()
plt.plot(df['前收盘价(元)'])
8. 同时绘制开盘价与收盘价
这个主要就是绘在同一张图中绘两个折线图
df[['开盘价(元)','收盘价(元)']].plot()
9. 绘制涨跌的直方图
直方图又叫频率分布直方图，是统计在一个区间内，数据出现的次数
默认的会将数据分为10组
; 10. 让直方图给更细致
调整分组的大小，让直方图绘制的更加细致
调整分组的数量 bins=30 将分组调整为30组
plt.hist(df['涨跌幅(%)'],bins=30)
Original: https://blog.csdn.net/qq_52007481/article/details/127606132
Author: 小鱼干儿♛
Title: 数据分析 | Pandas 200道练习题，每日10道题，学完必成大神（6）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/755751/
转载文章受原作者版权保护。转载请注明原作者出处！