像Excel一样使用python进行数据分析.pdf

像Excel 一样使用python进行数据分析来自：蓝鲸的网站分析笔记ID：bluewhale_cc像Excel 一样使用python进行数据分析这也是蓝鲸大师的 新书Excel是数据分析中最常用的工具，本篇文章通过python与 excel的功能对比介绍如何使用python通过函数式编程完成excel中 的数据处理及分析工作。在Python中pandas库用于数据处理，我们 从1787页的pandas官网文档中总结出最常用的36个函数，通过这 些函数介绍如何通过python完成数据生成和导入，数据清洗，预处 理，以及最常见的数据分类，数据筛选，分类汇总，透视等最常见的 操作。文章内容共分为9个部分。这是第一篇，介绍前3部分内容，数据表生成，数据表查看，和数据清洗。以下是像Excel 一样使用 python进行数据分析系列文章的目录。1,生成数据表第一部分是生成数据表，常见的生成方法有两种，第一种是导 入外部数据，第二种是直接写入数据。Excel中的文件菜单中提供了 获取外部数据的功能，支持数据库和文本文件和页面的多种数据源导入。python支持从多种类型的数据导入。在开始使用python进行数 据导入前需要先导入pandas库，为了方便起见，我们也同时导入 numpy 库。import numpy as npimport pandas as pd导入数据表下面分别是从excel和csv格式文件导入数据并创建数据表的 方法。代码是最简模式，里面有很多可选参数设置，例如列名称，索 引列，数据格式等等。感兴趣的朋友可以参考pandas的官方文档。df=pd.DataFrame(pd.read_csv(4name.csv,header=1)d f=p d.DataF rame(p d.read_exc el(4 name.x Is x)创建数据表另一种方法是通过直接写入数据来生成数据表,excel中直接在 单元格中输入数据就可以，python中通过下面的代码来实现。生成数 据表的函数是pandas库中的DateFrame函数，数据表一共有6行数 据，每行有6个字段。在数据中我们特意设置了一些NA值和有问题 的字段，例如包含空格等。后面将在数据清洗步骤进行处理。后面我 们将统一以DataFrame的简称df来命名数据表。df=pd.DataFrame(t4id,:1001,1002,1003,1004,1005,1006,4tdate,:pd.date_range(4201301029,periods=6)?city”Beijing 4SH 4 guangzhou，Shenzhen,shanghai5,BEIJING“age”:23,44,54,32,34,32,“category”:1 100-A,100-B,110-A,110-C,210-A,130-F,tprice,:1200,np.nan,2133,5433,np.nan,4432,columns=id,date,city,categoryage,price)这是刚刚创建的数据表，我们没有设置索引列，price字段中包 含有NA值，city字段中还包含了一些脏数据。2,数据表检查第二部分是对数据表进行检查，python中处理的数据量通常会 比较大，比如我们之前的文章中介绍的纽约出租车数据和Citibike的 骑行数据，数据量都在千万级，我们无法一目了然的了解数据表的整 体情况，必须要通过一些方法来获得数据表的关键信息。数据表检查 的另一个目的是了解数据的概况,例如整个数据表的大小，所占空间,数据格式，是否有空值和重复项和具体的数据内容。为后面的清洗和 预处理做好准备。数据维度(行列)Excel中可以通过CTRL+向下的光标键，和CTRL+向右的光标 键来查看行号和列号。Python中使用shape函数来查看数据表的维度,也就是行数和列数，函数返回的结果(6,6)表示数据表有6行，6列。下面是具体的代码。#查看数据表的维度df shape(6,6)数据表信息使用info函数查看数据表的整体信息,这里返回的信息比较多,包括数据维度，列名称，数据格式和所占空间等信息。#数据表信息dfinfb<class pandas.core.frame.DataFrame9>Rangeindex:6 entries,0 to 5Data columns(total 6 columns):id 6 non-null int64date 6 non-null datetime64nscity 6 non-null objectcategory 6 non-null objectage 6 non-null mt64price 4 non-null float64dtypes:datetime64ns(l),float64(l),int64(2),object(2)memory usage:368.0+bytes查看数据格式Excel中通过选中单元格并查看开始菜单中的数值类型来判断 数据的格式。Python中使用dtypes函数来返回数据格式。Dtypes是一个查看数据格式的函数，可以一次性查看数据表中 所有数据的格式，也可以指定一列来单独查看。id int64date datetime64nscity objectcategory objectage int64price float64dtype:object#查看单列格式dfB.dtypedtype(tint64,)查看空值Excel中查看空值的方法是使用“定位条件”功能对数据表中的 空值进行定位。“定位条件”在“开始”目录下的“查找和选择”目录中。Isnull是Python中检验空值的函数，返回的结果是逻辑值，包 含空值返回True,不包含则返回False。可以对整个数据表进行检查,也可以单独对某一列进行空值检查。#检查数据空值d is null#检查特定列空值df price5.is null查看唯一值Excel中查看唯一值的方法是使用“条件格式”对唯一值进行颜 色标记。Python中使用unique函数查看唯一值。Unique是查看唯一值的函数，只能对数据表中的特定列进行检 查。下面是代码，返回的结果是该列中的唯一值。类似与Excel中删 除重复项后的结果。#查看city列中的唯一值dfcity,.uniquearray(4Beijing 4SH 4 guangzhou Shenzhen,shanghai,BEIJING dtype=object)查看数据表数值Python中的Values函数用来查看数据表中的数值。以数组的形式返回，不包含表头信息。#查看数据表的值df valuesarray(1001,Timestamp,2013-01-02 00:00:00)Beijing “00-A123,1200.0,1002,Timestamp(42013-01-03 00:00:00)SH,00E,44,nan,1003,Timestamp(42013-01-04 00:00:00)4 guangzhou T10-A1 54,2133.0,1004,TimestampC2013-01-05 00:00:00)Shenzhen,110-C,32,5433.0,1005,TimestampC2013-01-06 00:00:00),shanghai,210-A,34,nan,1006,Timestamp,2013-01-07 00:00:00)BEIJING 130-F,32,4432.0,dtype=object)Colums函数用来单独查看数据表中的列名称。#查看列名称dflcolumnsIndex(tid,4 date5,city,category5,4 age5,price5,dtype=object5)查看前10行数据Head函数用来查看数据表中的前N行数据，默认head显示前 10行数据，可以自己设置参数值来确定查看的行数。下面的代码中 设置查看前3行的数据。#查看前3行数据df.head(3)查看后10行数据Tail行数与head函数相反，用来查看数据表中后N行的数据,默认tail显示后10行数据，可以自己设置参数值来确定查看的行数。下面的代码中设置查看后3行的数据。#查看最后3行df.tail(3)3,数据表清洗第三部分是对数据表中的问题进行清洗。主要内容包括对空 值，大小写问题，数据格式和重复值的处理。这里不包含对数据间的 逻辑验证。处理空值(删除或填充)我们在创建数据表的时候在price字段中故意设置了儿个NA 值。对于空值的处理方式有很多种，可以直接删除包含空值的数据，也可以对空值进行填充，比如用0填充或者用均值填充。还可以根据 不同字段的逻辑对空值进行推算。Excel中可以通过“查找和替换”功能对空值进行处理，将空值 统一替换为0或均值。也可以通过“定位”空值来实现。Python中处理空值的方法比较灵活，可以使用Dropna函数用 来删除数据表中包含空值的数据，也可以使用fillna函数对空值进行 填充。下面的代码和结果中可以看到使用dropna函数后，包含NA 值的两个字段已经不见了。返回的是一个不包含空值的数据表。#删除数据表中含有空值的行ddropna(how=4 any9)除此之外也可以使用数字对空值进行填充，下面的代码使用 fillna函数对空值字段填充数字Oo#使用数字。填充数据表中空值df.fillna(value=O)我们选择填充的方式来处理空值，使用price列的均值来填充NA字段，同样使用filha函数，在要填充的数值中使用mean函数先 计算price列当前的均值，然后使用这个均值对NA进行填充。可以 看到两个空值字段显示为3299.5#使用price均值对NA进行填充 dfprice,.filha(dfprice,.mean)0 1200.01 3299.52 2133.03 5433.04 3299.55 4432.0Name:price,dtype:float64清理空格除了空值，字符中的空格也是数据清洗中一个常见的问题，下 面是清除字符中空格的代码。#清除city字段中的字符空格dHcity=dfcity.map(str.strip)大小写转换在英文字段中，字母的大小写不统一也是一个常见的问题。Excel中有UPPER,LOWER等函数，python中也有同名函数用来解 决大小写的问题。在数据表的city列中就存在这样的问题。我们将 city列的所有字母转换为小写。下面是具体的代码和结果。city列大小写转换dT city=dT citystr.Io wer更改数据格式Excel中通过“设置单元格格式”功能可以修改数据格式。Python 中通过astype函数用来修改数据格式。Python中dtype是查看数据格式的函数，与之对应的是astype 函数，用来更改数据格式。下面的代码中将price字段的值修改为int 格式。#更改数据格式df price?J.astypef int5)0 12001 32992 21333 54334 32995 4432Name:price,dtype:int32更改列名称Rename是更改列名称的函数，我们将来数据表中的category 列更改为category-sizeo下面是具体的代码和更改后的结果。#更改列名称drename(columns=4 category5:4category-size9)删除重复值很多数据表中还包含重复值的问题，Excel的数据目录下有“删 除重复项”的功能，可以用来删除数据表中的重复值。默认Excel会 保留最先出现的数据，删除后面重复出现的数据。Python中使用drop_duplicates函数删除重复值。我们以数据表 中的city列为例，city字段中存在重复值。默认情况下drop_duplicates 将删除后出现的重复值(与excel逻辑一致)。增加keep=last参数 后将删除最先出现的重复值，保留最后的值。下面是具体的代码和比 较结果。原始的city列中beijing存在重复，分别在第一位和最后一位。dflcity0 beijing1 sh2 guangzhou3 shenzhen4 shanghai5 beijmgName:city,dtype:object使用默认的drop_duplicates函数删除重复值，从结果中可以看 到第一位的beijing被保留，最后出现的beijing被删除。#删除后出现的重复值dfcity,.drop_duplicates0 beijmg1 sh2 guangzhou3 shenzhen4 shanghaiName:city,dtype:object设置keep=！st 参数后，与之前删除重复值的结果相反，第一位出现的beijing被删除，保留了最后一位出现的beijing0#删除先出现的重复值dfcity,.drop_dup lie ates(keep=(lasf)1 sh2 guangzhou3 shenzhen4 shanghai5 beijmgName:city,dtype:objec数值修改及替换数据清洗中最后一个问题是数值修改或替换，Excel中使用“查 找和替换”功能就可以实现数值的替换。Python中使用replace函数实现数据替换。数据表中city字段 上海存在两种写法，分别为shanghai和SH。我们使用replace函数对 SH进行替换。#数据替换dfccity5.replace(4 sh,shanghai5)0 beijing1 shanghai2 guangzhou3 shenzhen4 shanghai5 beijmgName:city,dtype:object4,数据预处理第四部分是数据的预处理，对清洗完的数据进行整理以便后期 的统计和分析工作。主要包括数据表的合并，排序，数值分列，数据 分组及标记等工作。数据表合并首先是对不同的数据表进行合并，我们这里创建一个新的数据 表dfl,并将df和dfl两个数据表进行合并。在Excel中没有直接完 成数据表合并的功能，可以通过VLOOKUP函数分步实现。在python 中可以通过merge函数一次性实现。下面建立dfl数据表，用于和df 数据表进行合并。#创建dfl数据表dfl=pd.DataFrame(46id,:1001,1002,1003,1004,1005,1006,1007,1008,“gender”male,female9,?male9/female5/male 9 female5/male,femalet4m-poinr：l 0,12,20,40,40,40,30,20)使用merge函数对两个数据表进行合并，合并的方式为inner,将两个数据表中共有的数据匹配到一起生成新的数据表。并命名为 dinnero#数据表匹配合并dfinner=pd.merge(dfdfl,how=inner5)除了 inner方式以外，合并的方式还有left,right和outer方式。这几种方式的差别在我其他的文章中有详细的说明和对比。#其他数据表匹配模式dMeft=pd.merge(dCdfl,how=4 left)dfright=pd.merge(df,df 1,ho w=right)df_outer=pd.merge(dCdfl,ho w=outer5)设置索引列完成数据表的合并后，我们对dinner数据表设置索引列，索 引列的功能很多，可以进行数据提取，汇总，也可以进行数据筛选等。设置索引的函数为set_indexo#设置索引列dfinner.s et_index(6 id5)排序(按索引，按数值)Excel中可以通过数据目录下的排序按钮直接对数据表进行排 序，比较简单。Python中需要使用ort_values函数和sort_mdex函数 完成排序。在python中，既可以按索引对数据表进行排序，也可以看制定 列的数值进行排序。首先我们按age列中用户的年龄对数据表进行排 序。使用的函数为sort_values。#按特定列的值排序d finner.s o rt_values(b y=age)Sortjndex函数用来将数据表按索引列的值进行排序。#按索引列排序dfinner.sort_index数据分组Excel中可以通过VLOOKUP函数进行近似匹配来完成对数值 的分组，或者使用“数据透视表”来完成分组。相应的python中使用 where函数完成数据分组。Where函数用来对数据进行判断和分组，下面的代码中我们对 price列的值进行判断，将符合条件的分为一组，不符合条件的分为 另一组，并使用group字段进行标记。#如果price列的值>3OOO,group列显示high,否则显示low dinner4 group5=np.where(df_inner4 price5>30005,high,5,low,)除了 where函数以外，还可以对多个字段的值进行判断后对数 据进行分组，下面的代码中对city列等于beijing并且price列大于等 于4000的数据标记为lo#对复合多个条件的数据进行分组标记dinner.loc(dinner4 city5=beijing5)&(dfinnerprice,>=4000),sign=1数据分列与数据分组相反的是对数值进行分列，Excel中的数据目录下 提供“分歹U”功能。在python中使用spHt函数实现分列。在数据表中category列中的数据包含有两个信息，前面的数字 为类别id,后面的字母为size值。中间以连字符进行连接。我们使用 split函数对这个字段进行拆分，并将拆分后的数据表匹配回原数据表 中。#对category字段的值依次进行分列，并创建数据表，索引值 为dfjnner的索引列，列名称为category和sizepd.DataF rame(x.s p lit(c-5)for x indinnerf category5),index=dinner.index,columns=catego ry,size,)#将完成分列后的数据表与原dCinner数据表进行匹配dfinner=pd.merge(df_inner,split,right_mdex=True,left_index=True)5,数据提取第五部分是数据提取，也是数据分析中最常见的一个工作。这 部分主要使用三个函数，loc,iloc和ix,k)C函数按标签值进行提取,ibc按位置进行提取，ix可以同时按标签和位置进行提取。下面介绍 每一种函数的使用方法。按标签提取(loc)Loc函数按数据表的索引标签进行提取，下面的代码中提取了 索引列为3的单条数据。#按索引提取单行的数值dfinner.loc3id 1004date 2013-01-05 00:00:00city shenzhencategory 110-Cage 32price 5433gender femalem-point 40pay Ygroup highsign NaNcategoryl 110size CName:3,dtype:object使用冒号可以限定提取数据的范围，冒号前面为开始的标签 值，后面为结束的标签值。下面提取了 0到5的数据行。#按索引提取区域行数值dfinner.loc0:5Reset_index函数用于恢复索弓I,这里我们重新将date字段的日 期设置为数据表的索引，并按日期进行数据提取。#重设索引d finner.res et_ index#设置日期为索引dfinner=dinner.set_index(date)使用冒号限定提取数据的范围，冒号前面为空表示从0开始。提取所有2013年1月4日以前的数据。#提取4日之前的所有数据dfjnner:2013-01-04按位置提取（iloc）使用iloc函数按位置对数据表中的数据进行提取，这里冒号前 后的数字不再是索引的标签名称，而是数据所在的位置，从0开始。使用iloc按位置区域提取数据dfinner.iloc:35:2iloc函数除了可以按区域提取数据，还可以按位置逐条提取，前面方括号中的025表示数据所在行的位置，后面方括号中的数表 示所在列的位置。#使用iloc按位置单独提取数据df_inner.iloc0,2,5,4,5按标签和位置提取（ix）ix是be和iloc的混合，既能按索引标签提取，也能按位置进 行数据提取。下面代码中行的位置按索引日期设置，列按位置设置。#使用ix按索引标签和位置混合提取数据dfjnner.ix:2013-01-03,:4按条件提取（区域和条件值）除了按标签和位置提起数据以外，还可以按具体的条件进行数 据。下面使用10C和isin两个函数配合使用，按指定条件对数据进行 提取。使用ism函数对city中的值是否为beijmg进行判断。#判断city列的值是否为beijingdfinnercity,.isin(beijing,)date2013-01-02 True2013-01-05 False2013-01-07 True2013-01-06 False2013-01-03 False2013-01-04 FalseName:city,dtype:bool将isin函数嵌套到be的数据提取函数中，将判断结果为Ture 数据提取出来。这里我们把判断条件改为city值是否为beijing和 shanghaio如果是就把这条数据提取出来。#先判断city列里是否包含beijing和shanghai,然后将复合条 件的数据提取出来。dfinner.loc dfinner4 city5.isin(c beijing5,Shanghai5)数值提取还可以完成类似数据分列的工作，从合并的数值中提 取出制定的数值。category=dfinner4 category9 0 100-A3 110-C5 130-F4 210-A1 100-B2 110-AName:category,dtype:object#提取前三个字符，并生成数据表p d.DataF rame(c ategory.str:3)6,数据筛选第六部分为数据筛选，使用与，或，非三个条件配合大于，小 于和等于对数据进行筛选，并进行计数和求和。与excel中的筛选功 能和countifs和sumife功能相似。按条件筛选(与，或，非)Excel数据目录下提供了“筛选”功能，用于对数据表按不同的 条件进行筛选。Python中使用loc函数配合筛选条件来完成筛选功能。配合sum和count函数还能实现excel中sumif和countif函数的功能。使用“与”条件进行筛选，条件是年龄大于25岁，并且城市为beijingo筛选后只有一条数据符合要求。#使用“与”条件进行筛选dfinner.loc(dfinner4age5>25)&(dinner4city,=beijing,),id,city,age9/category5,5gender9使用“或”条件进行筛选，年龄大于25岁或城市为beijingo筛 选后有6条数据符合要求。#使用“或”条件筛选dinner.loc(dfinnerfage9>25)|(dinnertcity,=tbeijing,),4id5,ityge9,Category5,5gender,.sort(4age,)在前面的代码后增加price字段以及sum函数，按筛选后的结 果将price字段值进行求和，相当于excel中sumifs的功能。#对筛选后的数据按price字段进行求和dfinner.loc(dfinnerf4age5>25)|(d(innercity=beijing),idcityage,category gender5,price,.sort(age5).price.sum19796使用“非”条件进行筛选，城市不等于beijing。符合条件的数据 有4条。将筛选结果按id列进行排序。#使用“非”条件进行筛选dfJnner.k)c(dLinnercity!=beijing5),id,city,agecategory,gender.so rt(id)在前面的代码后面增加city歹U,并使用count函数进行计数。相当于excel中的countifs函数的功能。#对筛选后的数据按city列进行计数dfinner.loc(dfinnerf city5 !=beijing5)?id,cityage,catego ry,gender,.sort(4 id)city,count4还有一种筛选的方式是用query函数。下面是具体的代码和筛 选结果。#使用query函数进行筛选dfinner.query(city=beijing”,shanghai)在前面的代码后增加price字段和sum函数。对筛选后的price 字段进行求和，相当于excel中的sumifs函数的功能。#对筛选后的结果按price进行求和dfinner.queryCcity=beijing,shanghai”，).price.sum 122307,数据汇总第七部分是对数据进行分类汇总，Excel中使用分类汇总和数 据透视可以按特定维度对数据进行汇总，python中使用的主要函数是 groupby和pivot_tableo下面分别介绍这两个函数的使用方法。分类汇总Excel的数据目录下提供了“分类汇总”功能，可以按指定的字 段和汇总方式对数据表进行汇总。Python中通过Groupby函数完成相 应的操作，并可以支持多级分类汇总。Groupby是进行分类汇总的函数，使用方法很简单，制定要分 组的列名称就可以，也可以同时制定多个列名称，groupby按列名称 出现的顺序进行分组。同时要制定分组后的汇总方式，常见的是计数 和求和两种。#对所有列进行计数汇总dfinner.groupby(4city,).count可以在groupby中设置列名称来对特定的列进行汇总。下面的 代码中按城市对id字段进行汇总计数。#对特定的ID列进行计数汇总d finner.gro upby(4 city5)id5.countcitybeijing 2guangzhou 1shanghai 2shenzhen 1Name:id,dtype:int64在前面的基础上增加第二个列名称，分布对city和size两个字 段进行计数汇总。#对两个字段进行汇总计数dfinner.groupby(4city,size,)4id,.countcity sizebeijing A 1F 1guangzhou A 1shanghai A 1B 1shenzhen C 1Name:id,dtype:int64除了计数和求和外，还可以对汇总后的数据同时按多个维度进 行计算,下面的代码中按城市对price字段进行汇总,并分别计算price 的数量，总金额和平均金额。#对city字段进行汇总并计算price的合计和均值。df_inner.groupby(city)price.agg(len,np.sum,np.mean)数据透视Excel中的插入目录下提供“数据透视表”功能对数据表按特定 维度进行汇总。Python中也提供了数据透视表功能。通过pivot table 函数实现同样的效果。数据透视表也是常用的一种数据分类汇总方式，并且功能上比 groupby要强大一些。下面的代码中设定city为行字段，size为列字 段，price为值字段。分别计算price的数量和金额并且按行与列进行 汇总。#数据透视表pd.pivot_table(dLinner,index=city,values=price,columns=size”,aggfunc=len,np.sum,fill_value=O,margins=True)8,数据统计第九部分为数据统计，这里主要介绍数据采样，标准差，协方 差和相关系数的使用方法。数据采样Excel的数据分析功能中提供了数据抽样的功能，如下图所示。Python通过sample函数完成数据采样。Sample是进行数据采样的函数，设置n的数量就可以了。函数 自动返回参与的结果。#简单的数据采样dfinner.s amp le(n=3)Weights参数是采样的权重，通过设置不同的权重可以更改采 样的结果，权重高的数据将更有希望被选中。这里手动设置6条数据 的权重值。将前面4个设置为0,后面两个分别设置为0.5。#手动设置采样权重weights=0,0,0,0,0.5,0.5d thinner.sample(n=2,weights=weights)从采样结果中可以看出，后两条权重高的数据被选中。Sample函数中还有一个参数replace,用来设置采样后是否放 回。#采样后不放回dfinner.sample(n=6,replace=False)#采样后放回dfinner.sample(n=6,replace=True)描述统计Excel中的数据分析中提供了描述统计的功能。Python中可以 通过Describe对数据进行描述统计。Describe函数是进行描述统计的函数，自动生成数据的数量，均值，标准差等数据。下面的代码中对数据表进行描述统计，并使用 round函数设置结果显示的小数位。并对结果数据进行转置。#数据表描述性统计dfinner.describe.round(2).T标准差Python中的Std函数用来接算特定数据列的标准差。#标准差d pinnerp ric e.s td1523.3516556155596协方差Excel中的数据分析功能中提供协方差的计算，python中通过 cov函数计算两个字段或数据表中各字段间的协方差。Cov函数用来计算两个字段间的协方差，可以只对特定字段进 行计算，也可以对整个数据表中各个列之间进行计算。#两个字段间的协方差dfinnerf price5.cov(dinnertm-point,)17263.200000000001#数据表中所有字段间的协方差dfinner.cov相关分析Excel的数据分析功能中提供了相关系数的计算功能，python 中则通过COIT函数完成相关分析的操作，并返回相关系数。Corr函数用来计算数据间的相关系数，可以单独对特定数据进 行计算，也可以对整个数据表中各个列进行计算。相关系数在-1到1 之间，接近1为正相关，接近-1为负相关，0为不相关。#相关性分析dfinnercprice,.corr(dinnertm-point,)0.77466555617085264#数据表相关性分析dfinner.corr9,数据输出第九部分是数据输出，处理和分析完的数据可以输出为X1SX格 式和CSV格式。写入excel#输出到excel格式d f_inner.to_exc el(4 excel_to_p ytho n.xls x,sheet_name=b luewhale_c c)写入csv#输出至CSV格式dfinner.to_csv(excel_to_python.csv,)在数据处理的过程中，大部分基础工作是重复和机械的，对于 这部分基础工作，我们可以使用自定义函数进行自动化。以下简单介 绍对数据表信息获取自动化处理。#创建数据表df=pd.DataFrame(ttid,:1001,1002,1003,1004,1005,1006,4tdate,:pd.date_range(4201301029,periods=6)?city”Beijing 4SH 4 guangzhou，Shenzhen,shanghai5,BEIJING“age”:23,44,54,32,34,32,“category”:1 100-A,100-B,110-A,U0-C,210-A,130-F,“price”:1200,np.nan,2133,5433,np.nan,4432,columns=id,date,city,categoryage,price)#创建自定义函数def table_infb(x):s hap e=x.shapetypes=x.dtypes co lums=x.co lumns print(“数据维度(行，列):n,shape)print(数据格式:n”,types)print(“列名称:n”,colums)#调用自定义函数获取df数据表信息并输出结果 table_infb(df)数据维度(行，歹U)：(6,6)数据格式：id int64date datetime64nscity objectcategory objectage int64price float64dtype:object 列名称：Index(tid,date,city,，category,age5,price,dtype=4 object5)pyhon数据分析与数据挖掘实战系列课程，直接点“阅读原文”进入学习。