這篇文章主要為大家展示了“Pandas數據存儲的示例分析”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“Pandas數據存儲的示例分析”這篇文章吧。
數據可以有兩種類型-連續的和離散的，這取決于我們的分析要求。有時我們不需要連續變量中的精確值，但需要它所屬的群體。
例如，你的數據中有一個連續變量，年齡。但你需要一個年齡組來進行分析，比如兒童、青少年、成人、老年人。實際上，Binning非常適合解決我們這里的問題。
為了執行Binning，我們使用cut()函數。這對于從連續變量到離散變量非常有用。
import pandas as pd
df = pd.read_csv('titanic.csv')
from sklearn.utils import shuffle
# 隨機化
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()以上是“Pandas數據存儲的示例分析”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
