Pandas数据分析常用方法

Pandas数据分析常用方法

1、读取数据pd.read()

1. 指定索引列

• eg1：

  # index:指定索引，columns:指定列名
  pd.DataFrame(np.arange(12,24).reshape(3,4),index=['a','b','c'],columns=['w','x','y','z'])
  

• eg2:

  catering_sale = "catering_sale.xls"
  # 读取数据，指定"日期"列为索引列（DataFrame所有的Series共用一个列索引）
  data = pd.read_excel(catering_sale, index_col='日期')
  

2. names : 列名数组，缺省值 None,用于读取数据的指定列名

   eg1:

   catering_sale = "catering_sale.xls"
   

data = pd.read_excel(catering_sale, names=[‘date’,‘sale’])

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sMTqDTNL-1593225260019)(D:\我\MyBlog\Pandas数据分析常用方法.assets\image-20200624181257685.png)]



## 2、 按行索引iloc与loc

```python
data2=pd.DataFrame(data1,columns=('a','b','c')) #columns定义字段
data2

 a	b	c
0	0	2	4
1	6	8	10
2	12	14	16
3	18	20	22
4	24	26	28

2.1 iloc

• 取指定单行多列

  data2.iloc[2] 
  a    12
  b    14
  c    16
  Name: 2, dtype: int32
  

• iloc[start:end],索引[开始:结束],左闭右开

  data2.iloc[1:4] 
  	a	b	c
  1	6	8	10
  2	12	14	16
  3	18	20	22
  

• 指定行，列取到一个数字

  data2.iloc[2,2]  #[行,列]
  16
  

• 不能直接取字段，报取值错误

  data2.iloc[2,'c']  #[行,列]
  #ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types
  

• 可以用切片来取指定行列

  data2.iloc[2:3,0:]
  a	b	c
  2	12	14	16
  

2.2 loc

• 取第指定单行行，多列，与iloc一样

  data2.loc[2]
  a    12
  b    14
  c    16
  Name: 2, dtype: int32
  

• loc[start:end],索引[开始:结束],左闭右闭–>与iloc不同

  data2.loc[1:4]  
  	a	b	c
  1	6	8	10
  2	12	14	16
  3	18	20	22
  4	24	26	28
  

• 不能像iloc一样直接取指定行，报类型错误

   data2.loc[2,3]  ##[行,列] 报错
  #TypeError: cannot do label indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [2] of <class 'int'>
  
  

• 可以去特定行和列，得到指定得一个数字

  data2.loc[2,'c']
  16
  

• 取指定data3指定行，指定列，有字段

  data3=data2.loc[1:4]
  data4=data3[['a','b']]
  print(data4)
  print(type(data4))  #类型DataFrame
      a   b
  1   6   8
  2  12  14
  3  18  20
  4  24  26
  <class 'pandas.core.frame.DataFrame'>
  

• 取data3指定行单列，有字段，类型DataFrame

  data5=data3[['a']]
  print(data5)
  print(type(data5))  
      a
  1   6
  2  12
  3  18
  4  24
  
  <class 'pandas.core.frame.DataFrame'>
  

• 取data3指定行单列，没有字段，类型Series

  data6=data3['a']
  print(data6)
  print(type(data6)) 
  1     6
  2    12
  3    18
  4    24
  Name: a, dtype: int32
  <class 'pandas.core.series.Series'>
  
  

2.3 总结

1.loc

通过行标签索引行数据
例：loc[n]表示索引的是第n行（index 是整数）
loc[‘d’]表示索引的是第’d’行（index 是字符）
有行索引可以没有字段取值，但有字段取值前必须得有行索引，
而且行索引只能为标签索引形式来取，不能按切片形式来取。
单取切片形式可以，只是索引为左闭右闭。

2.iloc

通过行索引获取行数据，不能是字符，取索引必须按切片形式来取，不能按标签，这是与loc的不同。索引为左闭右开。iloc也可以取指定行列，只不过得按切片形式索引，不能直接拿标签索引来做。

3.建议

当用行索引的时候, 尽量用 iloc 来进行索引; 而用标签索引的时候用 loc 。

3、 Matplotlib绘图

1. plot折线图

plt.plot(x,y,S)

• 绘制y对于x的折线图

• 字符串参量S指定绘制时图形的类型、样式和颜色

  • 常用：“b”为蓝色，“r”为红色，"o"为圆圈，”-“为实线，”–“为虚线

  eg1:

  import matplotlib.pyplot as plt
  x = np.linspace(0,2*np.pi,50)
  y = np.sin(x)
  plt.plot(x,y,"b--")
  

  

2. pie饼状图

plt.pie(size)

• size是一个列表，记录各个扇形的面积比列,pie有丰富的参数

  eg1:

  labels = ['Frogs', 'Hogs', 'Dogs', 'Logs'] # 定义标签
  sizes = [15, 30, 45, 10] # 每一块的比例
  colors = ['yellowgreen', 'gold', 'lightskyblue', 'lightcoral'] # 每一块的颜色
  explode = [0, 0.1, 0, 0] # 突出显示，这里仅仅突出显示第二块
  
  plt.pie(sizes, explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=90)
  plt.axis('equal') # 显示为圆（避免比例压缩为椭圆）
  plt.show()
  

  

3.hist条形图

plt.hist(x,y)

• x 是待绘制直方图的一维数组

• y是正数，表示均匀分布为y组，也可以是列表，列表各个数字为分组的边界点（即手动指定分界点）。

  eg1:

  x = np.random.randn(1000) # 1000个服从正态分布的随机数
  plt.hist(x,10)
  plt.show()
  

4.boxplot箱线图

D.boxplot()
D.plot(kind='box')

• 一种方法是直接调用DataFrame的boxplot()方法；

• 另一种是调用Series或者DataFrame的plot()方法，并用kind参数指定箱型图（box）;

  eg1:

  x = np.random.randn(1000) # 1000个服从正态分布的随机数
  D = pd.DataFrame([x,x+1]).T # 构造两列的DataFrame
  D.plot(kind='box') # 调用Series内置的绘图方法，用kind参数指定箱型图（box）
  plt.show()
  

一种方法是直接调用DataFrame的boxplot()方法；

• 另一种是调用Series或者DataFrame的plot()方法，并用kind参数指定箱型图（box）;

  eg1:

  x = np.random.randn(1000) # 1000个服从正态分布的随机数
  D = pd.DataFrame([x,x+1]).T # 构造两列的DataFrame
  D.plot(kind='box') # 调用Series内置的绘图方法，用kind参数指定箱型图（box）
  plt.show()