1、如何引入pandas并查看版本
import pandas as pd
print(pd.__version__)
print(pd.show_versions(as_json=True))
2、list 或 numpy array 或 dict 转 pd.Series
import numpy as np
mylist = list('abcedfghijklmnopqrstuvwxyz')
myarr = np.arange(26)
mydict = dict(zip(mylist, myarr))
# 方法
ser1 = pd.Series(mylist)
ser2 = pd.Series(myarr)
ser3 = pd.Series(mydict)
print(ser3.head())
3、Series 的 index 转 DataFrame 的 column
ser3.head()
df = ser3.to_frame().reset_index()
print(df.head())
4、多个series合并成一个dataframe
df = pd.DataFrame({'col1': ser1, 'col2': ser2})
print(df.head())
5、根据index, 多个series合并成dataframe
# 选择部分数据进行合并, 便与看到合并效果
s1 = ser1[:16]
s2 = ser2[14:]
s1
pd.concat([s1, s2], axis=1)
6、头尾拼接两个series
pd.concat([s1, s2], axis=0)
7、找到元素 在series A中不在series B中
ser1 = pd.Series([1, 2, 3, 4, 5])
ser2 = pd.Series([4, 5, 6, 7, 8])
ser1[~ser1.isin(ser2)]
8、两个seiries的并集
np.union1d(ser1, ser2)
9、两个series的交集
np.intersect1d(ser1, ser2)
10、两个series的非共有元素
u = pd.Series(np.union1d(ser1, ser2))
i = pd.Series(np.intersect1d(ser1, ser2))
u[~u.isin(i)]
11、如何获得series的最小值,第25百分位数,中位数,第75位和最大值?
ser = pd.Series(np.random.normal(10, 5, 25))
np.random.RandomState(100)
np.percentile(ser, q=[0, 25, 50, 75, 100])
12、如何获得系列中唯一项目的频率计数?
ser = pd.Series(np.take(list('abcdefgh'), np.random.randint(8, size=30)))
ser.value_counts()
13、series中计数排名前2的元素
v_cnt = ser.value_counts()
cnt_cnt=v_cnt.value_counts().index[:2]
cnt_cnt
index = v_cnt[v_cnt.isin(cnt_cnt)].index
index
14、如何将数字系列分成10个相同大小的组
ser = pd.Series(np.random.random(20))
ser.head()
groups = pd.qcut(ser, q=[0, .10, .20, .3, .4, .5, .6, .7, .8, .9, 1],
labels=['1st', '2nd', '3rd', '4th', '5th', '6th', '7th', '8th', '9th', '10th'])
groups.head()
15、如何将numpy数组转换为给定形状的dataframe
ser = pd.Series(np.random.randint(1, 10, 35))
df = pd.DataFrame(ser.values.reshape(7,5))
df
16、如何从一系列中找到2的倍数的数字位置
ser = pd.Series(np.random.randint(1, 10, 7))
ser
np.argwhere(ser % 2==0)
17、如何从系列中的给定位置提取项目
ser = pd.Series(list('abcdefghijklmnopqrstuvwxyz'))
pos = [0, 4, 8, 14, 20]
ser.take(pos)
18、获取元素的位置
aims = list('adhz')
[pd.Index(ser).get_loc(i) for i in aims]
19、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.random(10)
np.mean((truth-pred)**2)
20、如何将系列中每个元素的第一个字符转换为大写
ser = pd.Series(['how', 'to', 'kick', 'ass?'])
ser.map(lambda x: x.title())
21、如何计算系列中每个单词的字符数
ser.map(lambda x: len(x))
22、如何计算时间序列数据的差分
ser = pd.Series([1, 3, 6, 10, 15, 21, 27, 35])
# 一级差分
ser.diff()
# 二级差分
ser.diff().diff()