1、 檢視數值資料的整體分布情況
datafram.describe()
輸出：age
count 1463.000000
mean 22.948052
std 8.385384
min 13.000000
25% 17.000000
50% 20.000000
75% 27.000000
max 64.000000
其中的25%，50%這些是百分位數。
百分位數的定義為：
統計學術語，如果將一組資料從小到大排序，並計算相應的累計百分位，則某一百分位所對應資料的值就稱為這一百分位的百分位數。可表示為：一組n個觀測值按數值大小排列。如，處於p%位置的值稱第p百分位數。
例子：百分位通常用第幾百分位來表示，如第五百分位，它表示在所有測量資料中，測量值的累計頻次達5%。以身高為例，身高分布的第五百分位表示有5%的人的身高小於此測量值，95%的身高大於此測量值。
百分位數則是對應於百分位的實際數值。
2、pandas的dataframe修改欄位的型別
比如age欄位是string，但是要改成int型別 user_age_df[['age']].astype(float)
pandas 資料處理
pandas中資料可以分為series，dataframe，panel分別表示一維至三維資料。其中在構造時，index表示行名，columns表示列名 構造方式 s pd.series data index index s pd series np random randn 5 index a b ...
pandas資料處理
dataframe.duplicated subset none,keep first 判斷dataframe中的資料是否有重複 必須一行中所有資料都重複才算重複，只能判斷行，不能判斷列 返回series dataframe.drop duplicates subset none,keep firs...
Pandas資料處理
資料處理 pandas from sklearn.preprocessing import minmaxscaler data 1,2 0.5,6 0.10 1,18 將 numpy 轉換成 pd 表 pd.dataframe data 歸一化 0，1 之間 scaler minmaxscaler ...