风速练习(parse_dates参数、apply()、isnull().sum()、.mean().mean())

一. pd.read_csv()中的参数parse_dates:

parse_dates: 布尔值、由整数、名字、数列构成的数列、也可以为字典。(boolean or list of ints or names or list of lists or dict, default False)
意义：指定将某些列作为时间索引

• boolean. True -> 解析索引
• list of ints or names. e.g. If [1, 2, 3] -> 解析1,2,3列的值作为独立的日期列；
• list of lists. e.g. If [[1, 3]] -> 合并1,3列作为一个日期列使用
• dict, e.g. {‘foo’ : [1, 3]} -> 将1,3列合并，并给合并后的列起名为"foo"

read_csv参数详解

data = pd.read_csv("data.csv", sep = "\s+") 
data.head()

利用parse_dates将前三列合并为一列，指定为新的日期列:

data = pd.read_csv("data.csv", sep = "\s+", parse_dates = [[0,1,2]]) 
data.head()

二. datetime.date()和.apply(function)

• 创建函数，将Yr_Mo_Dy列中的20xx改为19xx

def fix_century(x):
     if x.year > 2000:
          year = x.year - 100
     else: 
          year = x.year
     return datetime.date(year, x.month, x.day)

data['Yr_Mo_Dy'] = data['Yr_Mo_Dy'].apply(fix_century)

datetime.date()：创建date对象

三. pd.to_datetime()

• 将时间列的数据格式改为pandas的datetimeindex格式，再将此列设为表格的行

# transform Yr_Mo_Dy it to date type datetime64
data["Yr_Mo_Dy"] = pd.to_datetime(data["Yr_Mo_Dy"])

# set 'Yr_Mo_Dy' as the index
data = data.set_index('Yr_Mo_Dy')

data.head()

四. isnull().sum()

• 求每一列对应的缺失值总数：
  pandas中的缺失值函数isnull()
  isnull()直接返回布尔值：缺失值-True；不缺失-False
  isnull().any():判断哪些列包含缺失值
  isnull().sum(): 生成每一列缺失值的总数

data.isnull().sum()

五. .mean().mean()

• 对于全体数据求风速的平均值：

.mean(): 对dataframe的每一列求平均值，输出的df行名= 原列名，对应数据为计算的平均值；二次求mean()，则输出每一列数据的平均值，即为所有数据的平均值
e.g.:

date.mean().mean()