Pandas
Pandas是为了解决数据分析任务而创建的,纳入了大量库和一些标准的数据模型。在Python环境下我们经常会使用到Pandas去进行数据统计,而DataFrame简单的描述成数据框,是一种组织方式,我们看看如何使用DataFrame。
DataFrame的使用
1、首先引入pandas和numpy两个包,pandas依赖于numpy。
import numpy as np
import pandas as pd
建立一个时间索引,索引即每一行数据的id,为唯一值。
date=pd.date_range('20170401',periods=6)
print(date)
结果为:
DatetimeIndex(['2017-04-01', '2017-04-02', '2017-04-03', '2017-04-04',
'2017-04-05', '2017-04-06'],
dtype='datetime64[ns]', freq='D')
2、创建6*4的数据,random用于创建随机数,参数表示行数和列数,date是上面创建的索引列。
df=pd.DataFrame(np.random.randn(6,4),index=date,columns=list('ABCD'))
print(df)
结果为:
A B C D
2017-04-01 -1.174146 0.981851 0.054070 -0.304046
2017-04-02 -0.670757 -0.621248 -0.320604 -0.368905
2017-04-03 -0.008907 0.288560 -0.086716 1.601499
2017-04-04 -0.903410 -0.884107 -0.125471 -0.032931
2017-04-05 -0.589219 -0.561077 -0.994943 -0.001721
2017-04-06 1.503975 1.008683 0.631483 -0.713936
3、可以使用dtypes查看各行的数据格式
print(df.dtypes)
A float64
B float64
C float64
D float64
dtype: object
4、使用head查看前几行的数据(默认前5行)
df.head()
#查看前3行
df.head(3)
使用tail查看后几行的数据,使用同head。
5、查看数据框的索引(index)、列名(columns)、数据值(values)、描述性(describe)
df.index/df.columns/df.values/df.describe
6、使用T进行转置数据,即行列转换。
df.T
2017-04-01 2017-04-02 2017-04-03 2017-04-04 2017-04-05 2017-04-06
A -1.056570 -1.314146 -0.882650 -0.081214 -0.061534 -0.558024
B 0.221840 0.915488 -0.689384 -0.707948 0.791983 -0.300867
C -0.572469 -0.987231 -1.123992 0.332304 -0.476678 -0.409462
D 0.582291 0.012441 0.834482 -0.665694 0.765196 -0.020418
7、使用sort进行数据排序
df.sort(columns='A')
A B C D
2017-04-05 -0.799361 -0.591627 -0.367348 0.268359
2017-04-04 -0.397003 -0.758888 -2.324696 1.310242
2017-04-01 -0.295905 -0.396839 -1.106580 1.013233
2017-04-03 -0.139464 -0.034839 -0.203179 -1.438849
2017-04-02 0.326524 0.922449 0.199526 0.217041
2017-04-06 0.376355 0.259185 -1.090140 0.060581