101个Python数据分析提速操作-基于datatable

最新推荐文章于 2024-08-23 09:52:05 发布

爱洗头的程序员

最新推荐文章于 2024-08-23 09:52:05 发布

阅读量1.8k

点赞数 1

文章标签： python 开发语言后端

本文链接：https://blog.csdn.net/Q914726054/article/details/121620678

版权

本文介绍了Python的datatable库，作为pandas的有力竞争者，重点展示了101个常用操作，包括安装、创建Frame、数据处理、统计计算、排序、数据转换等功能，旨在帮助用户快速掌握datatable的使用。

摘要由CSDN通过智能技术生成

Python的datatable，在一定程度上不乏为pandas有力竞争者，其模仿R中data.table的核心算法和接口，致力于更快的、处理size更大的数据。

这里分享datatable的101个常用操作 ，助快速上手datatable。

0、安装

pip install datatable

1、加载datatable、查看版本号

import datatable as dt
dt.__version__

2、三种方式创建datatable.Frame

import pandas as pd
import numpy as np
import datatable as dt

# Inputs
my_list = list('abcedfghijklmnopqrstuvwxyz')
my_arr = np.arange(26)
my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr))

# Solution
dt_df1 = dt.Frame(my_list) #list创建
dt_df2 = dt.Frame(my_arr) #numpy.ndarray
dt_df3 = dt.Frame(my_df) #pandas.DataFrame
dt_df4 = dt.Frame(A=my_arr, B=my_list)

3、读取csv文件为datatable.Frame

import datatable as dt

df = dt.fread(
    'https://raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv'
)
df.head(5)

左下方会默认显示行列数，这是pandas不具有的～

4、读取csv文件前5行

import datatable as dt

df = dt.fread(
    'https://raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv',
    max_nrows=5)
df

5、为datatable.Frame新增一列

# Input
import datatable as dt

df = dt.fread(
    'https://raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv',
    max_nrows=5)

# Solution
df[:, "new_column"] = dt.Frame([1, 2, 3, 4, 5]) #新增一列new_column
df

6、取已有列创建新列

# Input
import datatable as dt

df = dt.fread('datasets-master/BostonHousing.csv')

# Solution
df[:, "new_column"] = df[:, dt.f.age + dt.f.rad]
df.head()

7、取已有列整数部分创建新列

# Input
import datatable as dt

df = dt.fread('datasets-master/BostonHousing.csv')
# Solution
df[:, "new_column"] = df[:, dt.int32(dt.f.dis)]
df.head(5)