今天就跟大家聊聊有关大数据处理的3 个小技巧分别是什么，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。
数据处理无所不在，掌握常用技巧，事半功倍。
此系列使用 Pandas 开展数据处理分析，总结其中常用、好用的数据分析技巧。
我使用的 Pandas 版本如下，顺便也导入 Pandas 库。
计算
安全
数据库
网络和加速
企业服务
>>> import pandas as pd>>> pd.__version__'0.25.1'今天使用的数据集名称：IMDB-Movie-Data，取自 Kaggle，百度网盘下载链接如下：
链接: https://pan.baidu.com/s/15u7Hf2y5dSFwek2vA1-zjg 提取码: bvfx
在开始前先确保解释器和数据集在同一目录下：
>>> import os>>> os.chdir('D://source/dataset') # 这是我的数据集所在目录>>> os.listdir() # 确认此目录已经存在 IMDB-Movie-Data 数据集['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'titanic_eda_data.csv', 'titanic_train_data.csv']准备工作就位后，正式开始数据处理技巧之旅。
导入数据
>>> df = pd.read_csv("IMDB-Movie-Data.csv")>>> df.head(1) # 导入并显示第一行 Rank Title Genre ... Votes Revenue (Millions) Metascore0 1 Guardians of the Galaxy Action,Adventure,Sci-Fi ... 757074 333.13 76.0[1 rows x 12 columns]使用 pop 方法移除指定列：
>>> meta = df.pop("Title").to_frame() # 移除 Title 列确认是否已被移除：
>>> df.head(1) # df 变为 11列 Rank Genre ... Revenue (Millions) Metascore0 1 Action,Adventure,Sci-Fi ... 333.13 76.0[1 rows x 11 columns]pop 后得到 meta，显示 meta 前 3 行：
>>> meta.head(3) Title0 Guardians of the Galaxy1 Prometheus2 Split标题是由单词组成，中间用空格分隔。
# .str.count(" ") + 1 得到单词个数 >>> meta["words_count"] = meta["Title"].str.count(" ") + 1 >>> meta.head(3) # words_count 列代表单词个数 Title words_count0 Guardians of the Galaxy 41 Prometheus 12 Split 1下面统计电影 Genre 的频次，
>>> vc = df["Genre"].value_counts()下面显示电影 Genre 的 Top5 ，最高频为出现 50 次的 Action,Adventure,Sci-Fi 类，次之为 48 次的 Drama 类：
>>> vc.head()Action,Adventure,Sci-Fi 50Drama 48Comedy,Drama,Romance 35Comedy 32Drama,Romance 31Name: Genre, dtype: int64展示 Top5 的饼状图：
>>> import matplotlib.pyplot as plt>>> vc[:5].plot(kind='pie')<matplotlib.axes._subplots.AxesSubplot object at 0x000001D65B114948>>>> plt.show()
看完上述内容，你们对大数据处理的3 个小技巧分别是什么有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注亿速云行业资讯频道，感谢大家的支持。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://my.oschina.net/u/4585819/blog/4401033
