《数据挖掘与机器学习》 课件2.2.2 pandas数据结构.pptxVIP

8南宁职业技术学院

NCVTNANNINGCOLLEGEFORVOCATIONALTECHNOLOGY

厨

数据挖掘与机器学习

DATAMININGA°NDMACHINELEARNING

处理农产品基本信息数据

农产品信息可视化分析

——NumPy、pandas与Matplotlib库

水稻是全球最重要的粮食作物之一，水稻审定数据可以为农业科技创新提供重要的参考

和依据，可以帮助选择高产、优质、抗逆性强的水稻品种，促进绿色、可持续的农业生产方式，有助于推动农业的可持续发展。

本任务先了解水稻信息数据的情况，根据数据检测的内容可知数据存在缺失值、重复值、异常值的情况，并对数据中的缺失值、重复值、异常值进行处理，增强后续数据分析的效果。

对数据进行仔细的处理和清洗，确保数据的质量可靠，为后续的数据分析和决策提供更

可信的基础，也展现了劳动精神的价值和应用。

处理农产品基本信息数据

任务描述

任务要求

处理农产品基本信息数据

读取农产品基本信息数据。

检测数据缺失值的情况，并进行缺失值处理。

检测数据异常值的情况，并进行异常值处理。

检测数据重复值的情况，并进行重复值处理。

Part1相关知识

·数据读取与写入·pandas数据结构·pandas数据处理

pandas是什么

·pandas是一个基于Python的数据分析库，它提供了两种核心的数据结构：Series和

DataFrame。

·Series是一维的数据结构，类似于数组和列表，它包含了一组数据以及与之相关的

索引。Series可以通过多种方式创建，如从列表、数组、字典等数据类型中创建。

处理农产品基本信息数据

pandas数据结构

pandas数据结构处理农产品基本信息数据

pandas是什么

·pandas是一个基于Python的数据分析库，它提供了两种核心的数据结构：Series和

·DataFrame是二维的表格型数据结构，类似于SQL数据库中的表格，由多个Series

组成，其中每个Series表示一列数据。DataFrame的列和行都可以有自己的名称

和索引。pandas还支持多个DataFrame之间的合并和拼接操作。

如何创建DataFrame?

·DataFrame是一种二维表格数据结构，通常用于数据分析和数据处理。

·DataFrame通常包含多个行和多个列，其中每列可以包含不同的数据类型，可以用于表示结构化数据，如从数据库或文件读取的表格数据。

·在Python中可以使用pandas库中的DataFrame函数创建DataFrame类型的数据。

处理农产品基本信息数据

创建DataFrame

查看访问数据

·DataFrame的单列数据为一个Series。根据DataFrame的定义可知，DataFrame是一个带有标签的二维数组，每个标签相当于每一列的列名。

·pandas提供了loc(和iloc()两种更加灵活的方法来实现数据访问，也可以用head(方法访问。

·loc()方法是针对DataFrame索引名称的切片方法，如果传入的不是索引名称，那么切片操

作将无法执行。利用loc(方法，能够实现所有单层索引切片操作，其使用方法如下。

DataFrame.loc[行名或条件，列名]

处理农产品基本信息数据

DataFrame的基本操作

查看访问数据

·DataFrame的单列数据为一个Series。根据DataFrame的定义可知，DataFrame是一个带有标签的二维数组，每个标签相当于每一列的列名。

·pandas提供了locO和ilocO两种更加灵活的方法来实现数据访问，也可以用headO方法访问。

·iloc()方法和loc()方法的区别是，iloc()方法接收的必须是行索引和列索引的位置。iloc()方法的使用方法如下。

DataFrame.iloc[行索引位置，列索引位置]

处理农产品基本信息数据

DataFrame的基本操作

查看访问数据

·DataFrame的单列数据为一个Series。根据DataFrame的定义可知，DataFrame是一个带有标签的二维数组，每个标签相当于每一列的列名。

·pandas提供了loc()和iloc()两种更加灵活的