Pandas系列教程（四）

Pandas系列教程（四）

  对于想要入门数据科学的朋友们来说，Python是一个很好的选择，除了因为简单的语法外，Python 生态中提供了很多在数值计算方面非常优秀的库，其中Pandas不可不提，Pandas是很强大是数据集处理工具，往往和numpy, matplotlib 等库搭配使用，我也是刚刚开始学习Pandas,　顺便翻译了一下官方的Pandas教程,　这里使用的是jupyter notebook, 因为博客不支持html直接编辑，所以只能转化为markdown 格式，如果想直接查看html版本可点击每一节下的链接。本文仅供学习和交流使用，欢迎大家交流和指正！

---

摘要

• 回归基本运算
• 创建简单数据集，增加列，删除列,改变列名等
• 定位获取记录，一行一列，多行一列与多行多列，df.loc[],df.iloc[], df.head(n),df.tail(n)的使用等等

HTML版本点击此处

# 导入需要的库

import pandas as pd
import sys

print('Python version',sys.version)
print('Pandas version',pd.__version__)

Python version 3.6.5 |Anaconda, Inc.| (default, Apr 29 2018, 16:14:56) 
[GCC 7.2.0]
Pandas version 0.23.0

# 我们的数据集,一个维度
d = [0,1,2,3,4,5,6,7,8,9]

# 生成数据帧
df = pd.DataFrame(data=d)
df

	0
0	0
1	1
2	2
3	3
4	4
5	5
6	6
7	7
8	8
9	9

# 改变列名(关键字)
df.columns = ['Rev']
df

	Rev
0	0
1	1
2	2
3	3
4	4
5	5
6	6
7	7
8	8
9	9

# 增加列
df['NewCol'] = 5
df

	Rev	NewCol
0	0	5
1	1	5
2	2	5
3	3	5
4	4	5
5	5	5
6	6	5
7	7	5
8	8	5
9	9	5

# 修改新的列
# df['NewCol'] = df['NewCol'] + 1
df.NewCol = df.NewCol + 1

df

	Rev	NewCol
0	0	6
1	1	6
2	2	6
3	3	6
4	4	6
5	5	6
6	6	6
7	7	6
8	8	6
9	9	6

# 删除列
del df['NewCol']
df

	Rev
0	0
1	1
2	2
3	3
4	4
5	5
6	6
7	7
8	8
9	9

# 增加多列
df['test'] = 3
df['col'] = df['Rev']
df

	Rev	test	col
0	0	3	0
1	1	3	1
2	2	3	2
3	3	3	3
4	4	3	4
5	5	3	5
6	6	3	6
7	7	3	7
8	8	3	8
9	9	3	9

# 改变索引的值
i = ['a','b','c','d','e','f','g','h','i','j']
df.index = i

df

	Rev	test	col
a	0	3	0
b	1	3	1
c	2	3	2
d	3	3	3
e	4	3	4
f	5	3	5
g	6	3	6
h	7	3	7
i	8	3	8
j	9	3	9

# 通过df.loc()选择数据帧的某一条记录
df.loc['a']

Rev     0
test    3
col     0
Name: a, dtype: int64

# 选择片(slices) 注意a与d两端都是包括的
# 传入的也可以是整数
df.loc['a':'d']

	Rev	test	col
a	0	3	0
b	1	3	1
c	2	3	2
d	3	3	3

# df.iloc(low,high)函数,左边包括，右边不包括,其中low与high需要是整数

df.iloc[0:3]

	Rev	test	col
a	0	3	0
b	1	3	1
c	2	3	2

# 选择一列
df['Rev']

a    0
b    1
c    2
d    3
e    4
f    5
g    6
h    7
i    8
j    9
Name: Rev, dtype: int64

# 选择多列
df[['Rev','test']]

	Rev	test
a	0	3
b	1	3
c	2	3
d	3	3
e	4	3
f	5	3
g	6	3
h	7	3
i	8	3
j	9	3

# 指定行加指定列
# 用df.ix[0:3,'Rev']也可以实现，但将被deprecated
df.loc[df.index[0:3],'Rev']

a    0
b    1
c    2
Name: Rev, dtype: int64

#df.ix[5:,'col']
df.loc[df.index[5:],'col']

f    5
g    6
h    7
i    8
j    9
Name: col, dtype: int64

# 选择多行多列
df.loc[df.index[0:3],['col','test']]

	col	test
a	0	3
b	1	3
c	2	3

# 选择上面的n行，缺省值为5
df.head()

	Rev	test	col
a	0	3	0
b	1	3	1
c	2	3	2
d	3	3	3
e	4	3	4

# 选择最后的若干输出,缺省为５
df.tail()

	Rev	test	col
f	5	3	5
g	6	3	6
h	7	3	7
i	8	3	8
j	9	3	9