【机器学习】【pandas】018_pandas排序、运算、绘图

一、排序

排序有两种形式，一种对索引排序，一种对内容排序

1. DataFrame排序

· 使用df.sort_values(by=, ascending=)

        对单个键或者多个键进行排序（列）；

        参数：

        · by：指定排序参考的键；

        · ascending：默认升序，值为False表降序，值为True表升序；

# 创建10行5列的数据，数据范围40~100
data = pd.DataFrame(np.random.randint(40,100,(10,5)))
# 按列“0”一列进行排序，ascending表示升序排序
data = data.sort_values(by=0, ascending=True)
print(data)
# 按照多个键进行排序
data = data.sort_values(by=[0,1,2])
print(data)

· 使用df.sort_index()

        对索引进行排序，默认顺序升序，从小到大（行）；

2. Series排序

· 使用series.sort_values(ascending=True)

        对Series的唯一一列进行排序，不需要参数；

· 使用series.sort_index()

        对索引进行排序，默认顺序升序，从小到大（唯一一行）；

二、DataFrame运算

1. 算术运算

· data[col].add(num)

        对某一列所有元素相加num

· data[col].sub(num)

        对某一列的所有元素相减num

# 相加与相减运算
data = data[1].add(1)
print(data)
data = data[3].sub(2)
print(data)

2. 逻辑运算

· data[col] > num

        对某一列所有元素进行逻辑判断，赋值为True或False

· 运算函数：

        · query(expr)

           expr：要查询的字符串

        通过query，可以让逻辑赋值的过程更方便简单

# 判断data数据中open一列大于22小于24的元素
data.query("open<24 & open>22").head()

        · isin(values)

        指定某个值进行判断，从而进行筛选操作

# 判断open列的值是否是23.53或23.85
data[data['open'].isin([23.53, 23.85])]

3. 统计运算

· 综合分析：describe

  describe()函数能够直接得到许多统计结果：

        · count

        · mean（平均值）

        · std（标准差）

        · min

        · max

data.describe()

· 统计函数

除describe显示的之外，还可以显示这些数值：

        · sum（求和）

        · prod（求乘积）

        · median（中位数）

        · mode（众数）

        · var（方差）

        · idxmax / idxmin（最大值索引和最小值索引）

对于单个函数去进行统计的时候，坐标轴还是默认按照“列”（axis=0，default）进行统计的；如果要对“行index”进行统计，需要指定（axis=1）

· 累计统计函数

        · cumsum：计算前1/2/3/.../n个数的和；

        · cummax：计算前1/2/3/.../n个数的最大值；

        · cummin：计算前1/2/3/.../n个数的最小值；

        · cumprod：计算前1/2/3/.../n个数的乘积；

# 统计函数操作
# 1.排序
data = data.sort_index()
# 2.累计求和
# 首先取data的change一列
stock_rise = data['change']
# 对该列进行求和并打印
print(stock_rise.cumsum())
# 3.显示
# plot显示图形
stock_rise.cumsum().plot()
plt.show()

4. 自定义运算

· apply(func, axis=0)

        func：自定义函数；

        axis=0：默认为列，改为1为对行运算；

如图所示，定义一个对两个列，分别求最大值-最小值的函数：

三、pandas绘图

绘图函数：

· DataFrame.plot(kind='line')

· Series.plot(kind='line')

※ plot聚合了所有类图形，kind参数尤为重要，用来指定要绘制的图形类型，默认折线图

· kind参数的取值：

        'line'：折线图；

        'bar'：条形图；

        'barh'：横向条形图；

        'hist'：直方图；

        'pie'：饼图；

        'scatter'：散点图；

仍然运用Matplotlib的相关知识进行绘图，绘图步骤基本和Matplotlib绘图一致。