fatecantkillme/-limu github库地址

Series

特点：

• 可以容纳各种数据类型

• 创建后大小不变

• 可以包含缺失数据NaN

创建Series

使用pd.Series(data=,index=,dtype=,name=,copy=,fastpath=)创建Series

index参数用于指定索引（一般是一个数组）

1
2
3

a=[1,2,3]
myavr=pd.Series(a,index=["x","y","z"])
print(myvar["y"])

output：2

使用字典可以直接指定索引：

1
2
3
4
5

a={"x":1,"y":2,"z":3}

myvar=pd.Series(a)

print(a["x"])

output:1

如果只需要字典一部分值则直接指定索引，对应索引的值会被保留

常用方法

• index：获取索引
• value：获取数据
• head(n):获取series的前n行
• tail(n):获取series的后n行
• dtype：数据类型
• shape：行数
• describe():返回Series的统计描述的series
• isnull():返回布尔Series，表示是否每一个元素都是NaN
• notnull():表示每个元素是否不是NaN
• unique():去重
• value_count():统计值出现的次数
• map(func)\apply(func):将指定函数应用于每一个元素
• astype(dtype):将series转换为指定的数据类型
• sort_value():将series根据value排序
• sort_index():将series按照index排序
• dropna():将缺失值NaN删除
• fillna(value):填充缺失值
• replace(to_replace,value):替换series中指定值
• cumsum():累计求和
• cumprod():累计求积
• shift(period):位移
• rank():返回元素排名
• corr(other):计算皮尔逊相关系数
• cov(other):计算协方差
• to_list():将series转换为列表
• to_frame():将series转换为dataframe
• iloc():通过位置索引
• loc():按照标签索引

DataFrame

DataFrame类似于二维表格

既有行索引也有列索引

DataFrame构造方法

1

pandas.DataFrame(data=,index=,columns=,dtype=,copy=)

index:行索引

columns：列索引

数据清洗

常见步骤：

1. 缺失值处理
2. 重复数据处理
3. 异常值处理
4. 数据格式转换
5. 标准化与归一化
6. 归一化
7. 类别数据编码
8. 文本处理
9. 数据抽样
10. 特征工程

清洗空值

1

dataframe.dropna(axis=,how=,thresh=,subset=,inplace=)

axis:逢空去除0：行 1：列

how：’any’只要有就去除还是’all’全都是空值才去除

thresh=多少空值可以保留

subset：设置想要检查的列

inplace：是否修改源数据

在read_csv函数中可以添加na_values=[]的参数添加将什么值认定为空值

1

dataframe.fillna(value=,method=,axis=,inplace=,limit=)

limit:限制填充几个空值

method：’ffill’用前一个有效值填充‘bdfill’用后一个有效值填充

常用高级填充：

mean():均值

median()：中位数

mode():众数

清洗错误格式数据

1
2
3

for x in df.index:
  if df.loc[x, "age"] > 120:
    df.loc[x, "age"] = 120

1
2
3

for x in df.index:
  if df.loc[x, "age"] > 120:
    df.drop(x, inplace = True)

清洗重复数据

1

DataFrame.duplicated(subset=None, keep='first')

参数：

1

DataFrame.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False)

参数：

性能优化

• 大数据集：使用 subset 指定关键列减少计算量。
• 内存优化：inplace=True 可减少内存占用（但慎用，会直接修改原数据）。

这是我的《拉康式主体》读书笔记

漫游与行为干预-Francis Alÿs

羊群被带领开始绕柱子的行为在直观上反应了例如盲从、新自由主义极权等的讽刺。但在更深层面，这似乎也暗喻了所谓的客观精神。不同之处在于，这个“圈”（可以理解为语境）并非静态，不会自动解体，而是在逃离者的带领下进入下一个“圈”，等待新的逃离者。每个人都身处其中，并隐约感觉到被某种力量引导。

通俗上讲其实这个圈就是语境。具体到当代中文政治语境，不完全的言论自由甚至言论不自由已成为一种政治正确。这种语境下，受到制约的人们 paradoxically 认可了这种现状。他们明明可以在清晰的场景下直接表达言论不自由的观点，却倾向于使用隐喻。这导致了能指链的断裂：他们通过语言暗示言论不自由是由政府造成的，但同时又回避直接言说。这种现象本身就是一种症状。从制定政策的掌权者角度来看，其首要考虑往往是政治经验。而政治经验的来源，很大程度上是顺从集体潜意识，以避免自身受到反对。即使艺术家将掌权者比作拉着羊的人，但掌权者本身也是这个“圈”中的一员，同样会受到集体意识的引导。最终，无论是谁，都身处这个不断循环的语境之中。

关于歧视

艺术的本质决定了它不可能保持中立。当你通过特定的元素限定了某种所指时，就必然排除了其他的可能性，这种排斥本身就构成了一种“歧视”。具体到张晓刚的作品，当他不断地将方框眼镜和那张面无表情的脸与作品中的讽刺意味联系起来时，这种解读上的“歧视”就已经产生（即使他试图通过使用自身形象来避免）。一旦这些面部特征的能指被固定到画家想要表达的意识上，这种“歧视”便会更加固化（从这个角度而言，一切的讽刺画作都难以避免）。