Python数据分析处理库——Pandas

DataFrame

使用Pandas库时,需提前引用:

import pandas as pd

Pandas库中的主要函数和操作:

  • 读取数据:a = pd.read_csv('csv文件‘’)
  • 数据类型:
    • a的类型:type(a):DataFrame
    • a中元素包含的数据类型:a.dtypes:int,float,object,datatime,bool
  • 显示
    • 头几行数据:a.head() 默认显示5行,可在()中设定显示的行数
    • 尾几行数据:a.tail()
  • 结构:a.shape()
  • 抽取数据
    • 行数据:a.loc[行号]
    • 列数据:a[“列名”]
    • 具体数据:a.loc[行号, “列名”]
    • 将所有列名以列表形式输出:a.columns.tolist()
  • 设定索引:a.set_index('索引名‘, drop = True)
    • True:原索引不能使用
    • False:原索引也能使用
  • 计算
    • 相同维度的dataframe进行计算:对应位置进行相应的操作
    • 不同维度的dataframe进行计算:分别计算
    • 均值:a.mean()
    • 对应列的最大值:a["列名“”].max()
  • 可进行新建列并赋值的操作
  • 排序:a.sort_values(“列名”, inplace = True, ascending =True)
    • inplace:是否在原dataframe上操作
    • ascending:升序还是降序排列
    • 根据排序结果重新设置索引:a.reset_index(drop = True)
  • 缺失值
    • 判断:a.isnull()
    • 去除:a.dropa(axis = 0, subset = “列名”)
  • 两列数据之间的关系:a.pivot_table(index = “列名1”, value = “列名2”, aggfun)
    • index:基准
    • value:关系值
    • aggfun:关系函数,默认为np.mean,可设置为np.sum等
  • 自定义函数:a.apply(函数名)

Series

使用前从Pandas库中引用Series:

from pandas import Series
  • DataFrame由Series构成,DataFrame中每一行(列)都是一个Series
  • Series由ndarray构成,因此Pandas库以Numpy库为基础,可使用其大部分操作
  • 排序:
    • sorted()
    • reindex:类似于DataFrame中的reset_index
    • sort_index:根绝索引排序
    • sort_values:根据值排序
  • 计算
    • 相同维度的Series:对应位置进行相应的操作
    • 不同维度的Series:分别计算
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值