它可以对顺序数据(例如时间序列)非常有用。
8.删除缺失值
处理缺失值的另一个方法是删除它们。以下代码将删除具有任何缺失值的行。...df.dropna(axis=0, how='any', inplace=True)
9.根据条件选择行
在某些情况下,我们需要适合某些条件的观测值(即行)
france_churn = df[(df.Geography...df_new.set_index('Geography')
18.插入新列
group = np.random.randint(10, size=6)
df_new['Group'] = group
19.where 函数
它用于根据条件替换行或列中的值...df['Geography'] = df['Geography'].astype('category')
24.替换值
替换函数可用于替换数据帧中的值。...ser= pd.Series([2,4,5,6,72,4,6,72])
ser.pct_change()
29.基于字符串的筛选
我们可能需要根据文本数据(如客户名称)筛选观测值(行)。