Pandas如何实现数据的存储

这篇文章给大家分享的是有关Pandas如何实现数据的存储的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

数据的存储

数据可以有两种类型-连续的和离散的，这取决于我们的分析要求。有时我们不需要连续变量中的精确值，但需要它所属的群体。

例如，你的数据中有一个连续变量，年龄。但你需要一个年龄组来进行分析，比如儿童、青少年、成人、老年人。实际上，Binning非常适合解决我们这里的问题。

为了执行Binning，我们使用cut()函数。这对于从连续变量到离散变量非常有用。

import pandas as pd


df = pd.read_csv('titanic.csv')
from sklearn.utils import shuffle


# 随机化
df = shuffle(df, random_state = 42)


df.head()


bins = [0,4,17,65,99]
labels =['Toddler','Child','Adult','Elderly']


category = pd.cut(df['Age'], bins = bins, labels = labels)


df.insert(2, 'Age Group', category)


df.head()


df['Age Group'].value_counts()


df.isnull().sum()

感谢各位的阅读！关于“Pandas如何实现数据的存储”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！