机器学习[2]-Pandas的学习

Pandas是以Numpy为基础构建的、用以分析结构化数据的程序包。

在Pandas中两个重要的数据结构分别是序列（Serial）和数据框（DataFrame），Serial类似于Numpy中的一维数组，DataFrame类似于二维数组。可以将Pandas与Excel中数据结构看成是一样的。

Pandas常用的操作如下：

# -*- coding: utf-8 -*
import numpy as np
import pandas as pd


def main():
    # 1、通过一维数组创建序列Serial
    s = pd.Series(np.arange(10))
    print("print1:")
    print(s)

    # 2、通过字典的方式创建序列Serial，索引是以‘a’、‘b’、‘c’命名
    dic = {'a': 1, 'b': 2, 'c': 3}
    s = pd.Series(dic)
    print("print2:")
    print(s)

    # 3、通过字典进行创建数据框DataFrame，每一列数据添加标签
    dic = {'A': [6, 2, 3, 4, 5, 1], 'B': [3, 4, 5, 6, 7, 8], 'C': [5, 6, 7, 8, 9, 0]}
    df = pd.DataFrame(dic)
    print("print3:")
    print(df)

    # 4、数据框DataFrame的开始n行和最后n行，默认5行
    print("print4:")
    print(df.head())
    print(df.tail())
    # print(df.head(1))
    # print(df.tail(1))

    # 5、数据框DataFrame的索引（行名称）和列（列名称）
    print("print5:")
    print(df.index)
    print(df.columns)

    # 6、显示基础的统计数据
    print("print6:")
    print(df.describe())

    # 7、某一列排序
    df1 = df.sort_values(by='A')
    print("print7:")
    print(df1)

    # 8、DataFrame的转置
    df2 = df1.T
    print("print8:")
    print(df2)

    # 9、选择数据，选择A列
    print("print9:")
    print(df['A'])

    # 10、选择数据，选择1-3行
    print("print10:")
    print(df[0: 3])

    # 11、选择数据，选择2-3行，1-2列
    print("print11:")
    print(df.iloc[1: 3, 0: 2])

    # 12、增加一列
    df['D'] = pd.Series([4, 6])
    print("print12:")
    print(df)

    # 13、去掉值为NaN的行
    df1 = df.dropna(how='any')
    print("print13:")
    print(df1)


if __name__ == '__main__':
    main()