pandas01

1、生成Seires

import pandas as pd
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
index=np.arange(1,5)
dat=list("abcde")
mdict=dict(zip(index,dat))
s1=pd.Series(mdict)
s2=pd.Series(index)

2、将Series转化为数据框，并重设索引

d1=s1.to_frame().reset_index()

3、修改数据框的名字

d1.columns=["index","data"]

4、s1和s2根据索引横向合并

pd.concat([s1,s2],axis=1)

5、s1和s2纵向合并

pd.concat([s1,s2],axis=0).reset_index()

6、找到元素 在series A中不在series B中

s1 = pd.Series([1, 2, 3, 4, 5])
s2 = pd.Series([4, 5, 6, 7, 8])
s1[~s1.isin(s2)]

7、两个seiries的并集

np.union1d(s1,s2)

8、两个series的交集

np.intersect1d(s1,s2)

9、s1和s2的非共有集

temp=pd.Series(np.union1d(s1,s2))
temp[~temp.isin(np.intersect1d(s1,s2))]

10、分位数

seed=np.random.RandomState(1)
s4=pd.Series(seed.normal(0,10,100))
np.percentile(s4,q=[0,25,50,75,100])

11、计算Series里的频数

np.random.seed(1)
s5=pd.Series(np.take(list('abcde'), np.random.randint(0,5, size=50)))
s5.value_counts()

12、series中计数排名前2的元素

s5.value_counts().sort_values(ascending=False)[0:2]

13、如何将数字系列分成10个相同大小的组

np.random.seed(1)
s6=pd.Series(np.random.uniform(0,100,5))
s6=s6.append(pd.Series(110)).reset_index()[0]
pd.cut(s6,bins=np.arange(0,111,10),labels=["class"+str(i) for i in range(0,11)])

14、如何将numpy数组转换为给定形状的dataframe

np.random.seed(1)
s7=pd.Series(np.random.uniform(1,10,10))
pd.DataFrame(s7.values.reshape(2,5))

15、如何从一系列中找到2的倍数的数字位置

s8=pd.Series(np.random.randint(0,10,11))
s8[s8%2==0]
np.argwhere(s8%2==0)

16、如何从系列中的给定位置提取项目

s8[[1,2]]
pd.Index(s8)

17、获取元素的位置

s9=pd.Series(list("abcdefghijklmnopqrstyvwxyz"))
wann=["a","g","f"]
[pd.Index(s9).get_loc(i) for i in wann]

18、如何计算真值和预测序列的均方误差

truth=pd.Series(range(10))
pred=pd.Series(range(10))+np.random.normal(0,1,10)
np.mean((truth-pred)**2)

19、如何将系列中每个元素的第一个字符转换为大写

s10=pd.Series(["hello","is","me"])
s10.map(lambda x:x.title())

20、如何计算系列中每个单词的字符数

s10.map(lambda x:len(x))

21、如何计算时间序列数据的差分

pred.diff()
pred.diff().diff()#二次差分