1.在讀取數據

我們在通過pandas讀取數據的時候，可以選擇的讀取方式有很多種，這裡提幾點技巧。

import pandas as pd
df = pd.read_csv('../data/XXX.csv',sep='\t',nrows = 100)

1.1 在設置路徑的時候，注意使用的斜槓方向，同時推薦一種寫法如下

df = pd.read_csv(r'C:\Users\12810\Desktop\temp\XXX.csv',sep='\t',nrows = 100) # 前面一個正則‘r’，不用修改斜槓方向

1.2 設置一個只讀取100個樣本，對於初步寫代碼的時候加速運行有很大的幫助。

2.如何在數據框新增一列

df['new_col'] = XX # 加列的數據

3.apply與lambda函數的混合使用

df.apply(lambda x: x.split(','))
# 更多zip()、map()、lambda()連用請參照：
# https://blog.csdn.net/HG0724/article/details/117374802

4.‘_’定義變量有什麼用

按照習慣，有時候單個獨立下劃線是用作一個名字，來表示某個變量是臨時的或無關緊要的。·

for _ in range(10):
print('我是：',_)

我是： 0
我是： 1
我是： 2
我是： 3
我是： 4
我是： 5
我是： 6
我是： 7
我是： 8
我是： 9

5.統計一列數據的元素頻率並用直方圖表示

df['label'].value_counts().plot(kind='bar')

用於在數據分析中，找出某一列的數據中，元素的個數是多少，並可視化，很實用。

6.Counter模塊的介紹

from collections import Counter # 一個計數器模塊

參考：https://blog.csdn.net/ch_improve/article/details/89388389

# 統計字符個數
str_1 = 'wdqdqwdqwqwd11dq2wd'
count_result = Counter(str_1) # 
print(count_result)

Counter({'d': 6, 'w': 5, 'q': 5, '1': 2, '2': 1})

count_result.most_common(3)

[('d', 6), ('w', 5), ('q', 5)]