今天小编就为大家分享一篇关于pandas数据集的端到端处理，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧

1. 数据集基本信息 df = pd.read_csv() df.head()：前五行； df.info()： rangeindex：行索引； data columns：列索引； dtypes：各个列的类型， 主体部分是各个列值的情况，比如可判断是否存在 NaN 值； 对于非数值型的属性列 df[‘some_categorical_columns’].value_counts()：取值分布； df.describe()： 各个列的基本统计信息 count mean

熊猫壳 介绍 数十年来，系统管理员，开发人员工程师和数据分析人员一直在grep，awk，sed等unix工具之间传递文本数据。将这些工具链接在一起可提供极其强大的工作流程。 “数据科学家”的最新出现导致R，Pandas，IPython等工具的日益普及。这些工具具有惊人的强大功能，可以以grep，awk，sed的方式转换，分析和可视化数据集，甚至可怕的perl-one-liner也永远无法实现。 Pandashells试图将Shell管道的表达，简洁的工作流程与python数据栈的统计和可视化