主要是文本、格式以及脏数据的清洗和转换。很多数据并不是直接拿来就能用的，需要经过数据分析人员的清理。数据越多，这个步骤花费的时间越长。
十余年的洛阳网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。成都全网营销推广的优势是能够根据用户设备显示端的尺寸不同，自动调整洛阳建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联公司从事“洛阳网站设计”,“洛阳网站推广”以来，每个客户项目都认真落实执行。
1、Trim
作用：清除掉字符串两边的空格
mysql有同名函数，py有近似函数strip
2、concatenate
合并单元格的内容，当然还有另外一种合并方式是。
‘天’‘气’‘好’=天气好。
当合并内容过多是，concatenate的效率高。
mysql有近似函数concat。
3、replace
作用：替换掉单元格的字符串。
mysql和Python中都有同名函数。
4、Substitute
和replace功能接近，区别在于，该替换是全局替换，没有起始位置的概念。
5、left/right/mid
作用：截取字符串中的字符。
mysql中有同名函数
6、Len/Lenb
返回字符串的长度，在len中，中文计算为一个，在lenb中，中文计算为两个。
Mysql和python中有同名函数。
7、Find
查找某字符出现的位置，可以指定为第几次出现，与left/right/mid结合能完成简单的文本提取。
mysql中有近似函数find_in_set,python中有同名函数。
8、search
和find类似，区别是search大小写不敏感，但支持*通配符。
9、Text
将数值转化为指定的文本格式，可以和时间序列函数一起看。
在进行多表关联或者行列对比时用到的函数，越复杂的表用的越多，但良好的表习惯可以减少这类函数的使用。
1、lookup
最被忽略的函数，功能性和vlookup一样，但是引申有数组匹配和二分法。
2、vlookup
3、index
和match组合，媲美vlookup，但是功能更强大。
4、match
5、row
返回单元格所在的行
6、column
返回单元格所在的列
7、offset
建立坐标系，以坐标系为原点，返回距离原点的值或者区域。正数代表向下或向左，负数则相反。
在进行数据处理时，如果数据简单，数量不多，excel是大家的首选。但是当数据众多，类型复杂，需要灵活地显示切片、进行索引、以及排序时，python会更加方便。借助python中的numpy和pandas库，它能快速完成各种任务，包括数据的创建、检查、清洗、预处理、提取、筛选、汇总、统计等。接下来几篇文章，将以excel为参照，介绍python中数据的处理。
提到pandas，那就不得不提两类重要的数据结构，Series和DataFrame，这两类数据结构都是建立在numpy的数组array基础上。与array相比，Series是一个一维的数据集，但是每个数据元素都带有一个索引，有点类似于字典。而DataFrame在数组的基础上，增加了行索引和列索引，类似于Series的字典，或者说是一个列表集。
所以在数据处理前，要安装好numpy , pandas。接下来就看看如何完成一套完整的数据操作。
创建数据表的方法分两种，分别是从外部导入数据，以及直接写入数据。
在python中，也可外部导入xlsx格式文件，使用read_excel()函数：
import pandas as pd
from pandas import DataFrame,Series
data=DataFrame(pd.read_excel('c:/python27/test.xlsx'))
print data
输出：
Gene Size Function
0 arx1 411 NaN
1 arx2 550 monooxygenase
2 arx3 405 aminotransferase
……
即：调用pandas中read_excel属性，来读取文件test.xlsx，并转换成DataFrame格式，赋给变量data。在每一行后，自动分了一个索引值。除了excel，还支持以下格式文件的导入和写入：
Python写入的方法有很多，但还是不如excel方便。常用的例如使用相等长度的字典或numpy数组来创建：
data1 = DataFrame(
{'Gene':['arx1','arx2','arx3'],
'Size':[411,550,405],
'Func':[np.NaN,'monooxygenase','aminotransferase ']})
print data1
输出
Func Gene Size
0 NaN arx1 411
1 monooxyg arx2 550
2 amino arx3 405
分配一个行索引后，自动排序并输出。
在python中，可以使用info()函数查看整个数据的详细信息。
print data.info()
输出
RangeIndex: 7 entries, 0 to 6
Data columns (total 3 columns):
Gene 7 non-null object
Size 7 non-null int64
Function 5 non-null object
dtypes: int64(1), object(2)
memory usage: 240.0+ bytes
None
此外，还可以通过shape, column, index, values, dtypes等函数来查看数据维度、行列组成、所有的值、 数据类型：
print data1.shape
print data1.index
print data1.columns
print data1.dtypes
输出
(3, 3)
RangeIndex(start=0, stop=3, step=1)
Index([u'Func', u'Gene', u'Size'], dtype='object')
Func object
Gene object
Size int64
dtype: object
在excel中可以按“F5”，在“定位条件”中选择“空值”，选中后，输入替换信息，再按“Ctrl+Enter”即可完成替换。
在python中，使用函数 isnull 和 notnull 来检测数据丢失, 包含空值返回True，不包含则返回False。
pd.isnull(data1)
pd.notnull(data1)
也可以使用函数的实例方法，以及加入参数，对某一列进行检查：
print data1['Func'].isnull()
输出
Func Gene Size
0 True False False
1 False False False
2 False False False
再使用fillna对空值进行填充：
data.fillna(value=0)
#用0来填充空值
data['Size'].fillna(data1['Size'].mean())
#用data1中Size列的平均值来填充空值
data['Func']=data['Func'].map(str.strip)
#清理Func列中存在的空格
Excel中可以按“Ctrl+F”，可调出替换对话框，替换相应数据。
Python中，使用replace函数替换：
data['Func'].replace('monooxygenase', 'oxidase')
将Func列中的'monooxygenase'替换成'oxidase'。
Excel中，通过“数据-筛选-高级”可以选择性地看某一列的唯一值。
Python中，使用unique函数查看：
print data['Func'].unique()
输出
[nan u'monooxygenase' u'aminotransferase' u'methyltransferase']
Excel中，通过UPPER、LOWER、PROPER等函数来变成大写、小写、首字母大写。
Python中也有同名函数：
data1['Gene'].str.lower()
Excel中可以通过“数据-删除重复项”来去除重复值。
Python中，可以通过drop_duplicates函数删除重复值：
print data['Func'].drop_duplicates()
输出
0 NaN
1 monooxygenase
2 aminotransferase
3 methyltransferase
Name: Func, dtype: object
还可以设置“ keep=’last’ ”参数，后出现的被保留，先出现的被删除：
print data['Func'].drop_duplicates(keep='last')
输出
2 aminotransferase
3 methyltransferase
6 monooxygenase
8 NaN
Name: Func, dtype: object
内容参考：
Python For Data Analysis
蓝鲸网站分析博客，作者蓝鲸（王彦平）
你好，请看下面的例子和说明：python中类的初始化方法是__init__()，因此父类子类的初始化方法都是这个，如果子类不实现这个函数，初始化时调用父类的初始化函数，如果子类实现这个函数，就覆盖了父类的这个函数，既然继承父类，就要在这个函数里显式调用一下父类的__init__()，这跟C++,jAVA不一样，他们是自动调用父类初始化函数的。调用父类函数有以下方法：class A:def method(self, arg):pass class B(A):def method(self, arg):# A.method(self,arg) # 1# super(B, self).method(arg) #2super().method(arg) #31.直接写类名调用2.用super(type,obj).method(arg)方法调用。3.在类定义中调用本类的父类方法，可以直接super().method(arg).在代码中调用对象的父类的方法的示例：ob = B()super(B,ob).method(arg) #调用class B的父类class A的method。初始化中调用父类初始化方法示例：class B(A):
一、函数的定义
函数是指将一组语句的集合通过一个名字（函数名）封装起来，想要执行这个函数，只需要调用函数名即可
特性：
减少重复代码
使程序变得可扩展
使程序变得易维护
二、函数的参数
2.1、形参和实参数
形参，调用时才会存在的值
实惨，实际存在的值
2.2、默认参数
定义：当不输入参数值会有一个默认的值，默认参数要放到最后
2.3、 关键参数
定义： 正常情况下，给函数传参数要安装顺序，不想按顺序可以用关键参数，只需要指定参数名即可，（指定了参数名的就叫关键参数），但是要求是关键参数必须放在位置参数（以位置顺序确定对应的参数）之后
2.4、非固定参数
定义： 如你的函数在传入参数时不确定需要传入多少个参数，就可以使用非固定参数
# 通过元组形式传递
# 通过列表形式传递
# 字典形式（通过k,value的方式传递）
# 通过变量的方式传递
三、函数的返回值
作用：
返回函数执行结果，如果没有设置，默认返回None
终止函数运行，函数遇到return终止函数
四、变量的作用域
全局变量和局部变量
在函数中定义的变量叫局部变量，在程序中一开始定义的变量叫全局变量
全局变量作用域整个程序，局部变量作用域是定义该变量的函数
当全局变量与局部变量同名是，在定义局部变量的函数内，局部变量起作用，其他地方全局变量起作用
同级的局部变量不能互相调用
想要函数里边的变量设置成全局变量，可用global进行设置
五、特殊函数
5.1、嵌套函数
定义： 嵌套函数顾名思义就是在函数里边再嵌套一层函数
提示 在嵌套函数里边调用变量是从里往外依次调用，意思就是如果需要调用的变量在当前层没有就会去外层去调用，依次内推
匿名函数
基于Lambda定义的函数格式为： lambda 参数:函数体
参数，支持任意参数。
匿名函数适用于简单的业务处理，可以快速并简单的创建函数。
# 与三元运算结合
5.3、高阶函数
定义：变量可以指向函数，函数的参数可以接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数称之为高阶函数 只需要满足一下任意一个条件，即是高阶函数
接收一个或多个函数作为输入
return返回另一个函数
5.4、递归函数
定义:一个函数可以调用其他函数，如果一个函数调用自己本身，这个函数就称为递归函数
在默认情况下Python最多能递归1000次，（这样设计师是为了防止被内存被撑死）可以通过sys.setrecursionlimit(1500)进行修改
递归实现过程是先一层一层的进，然后在一层一层的出来
必须有一个明确的条件结束，要不然就是一个死循环了
每次进入更深层次，问题规模都应该有所减少
递归执行效率不高，递归层次过多会导致站溢出
# 计算4的阶乘 4x3x2x1
# 打印数字从1-100
5.5、闭包现象
定义:内层函数调用外层函数的变量，并且内存函数被返回到外边去了
闭包的意义：返回的函数对象，不仅仅是一个函数对象，在该函数外还包裹了一层作用域，这使得，该函数无论在何处调用，优先使用自己外层包裹的作用域
【@】符号在python中是装饰器的意思。
装饰器对一个可调用对象（函数、方法、类等等）进行装饰，它返回的也是一个可调用对象。
一般情况下，装饰器是对被装饰对象的修饰与增强。用现实事物类比的话，可以类比为中间商：中间商不生产产品，它将工厂生产的产品进行包装、运输后再销售给顾客。装饰器不实现核心功能，它提供对目标函数调用的封装与强。
它装饰的方法返回值是一个对象（BillList、Bill、List[BillDetail]等），而装饰器【enabled_cache】的作用如它的名称一样：使用缓存。可以看到，这个装饰器函数中定义了一个函数【wrapper】然后将这个wrapper作为返回值。这样，原本调用ProductionBos.bill_with_last_week的代码就不需要做任何改变就能享受到ProductionBos.bill_with_last_week原有的功能（得到一个BillList对象）和enabled_cache提供的附加功能（如果该对象有缓存，就不再从数据库查询）。
Python内置函数有很多，为大家推荐5个神仙级的内置函数：
(1)Lambda函数
用于创建匿名函数，即没有名称的函数。它只是一个表达式，函数体比def简单很多。当我们需要创建一个函数来执行单个操作并且可以在一行中编写时，就可以用到匿名函数了。
Lamdba的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
利用Lamdba函数，往往可以将代码简化许多。
(2)Map函数
会将一个函数映射到一个输入列表的所有元素上，比如我们先创建了一个函数来返回一个大写的输入单词，然后将此函数应有到列表colors中的所有元素。
我们还可以使用匿名函数lamdba来配合map函数，这样可以更加精简。
(3)Reduce函数
当需要对一个列表进行一些计算并返回结果时，reduce()是个非常有用的函数。举个例子，当需要计算一个整数列表所有元素的乘积时，即可使用reduce函数实现。
它与函数的最大的区别就是，reduce()里的映射函数(function)接收两个参数，而map接收一个参数。
(4)enumerate函数
用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在for循环当中。
它的两个参数，一个是序列、迭代器或其他支持迭代对象;另一个是下标起始位置，默认情况从0开始，也可以自定义计数器的起始编号。
(5)Zip函数
用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表
当我们使用zip()函数时，如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同。