Pandas基本应用

import pandas sa pd

 

一、DataFrame

创建DataFrame

pd.DataFrame(data,index,columns)

data -- 数据

index -- 行索引

columns -- 列索引

pd.date_range(start,end,periods,freq)

start -- 开始时间

end -- 结束时间

periods -- 天数

freq -- 递进单位，默认1天，‘B’默认略过周末

基本方法、属性

方法/属性	注释
.shape	形状
.index	行索引值
.columns	列索引值
.values	值
.T	转置
.head()	前几行，默认5
.tail()	后几行，默认5

重设索引

.reset_index(drop)

drop: true 删除原索引 false 保留原索引

set_index(keys,drop)  -- 某列作为索引 

二、 DataFrame数据操作

ndarray -- 先行后列

dataframe -- 先列后行

1.直接取列行

data[“列”]["行"]

2.loc，iloc（先行后列）

.loc() -- 指定行列的名字

.iloc() -- 指定行列的下标

3.ix下标与名字混合使用

三、基本数据操作

赋值操作

data["列"] = ？

data.列=？

排序

值排序

data.sort_values(by = 键,assending =升降序)

索引排序

data.sort_index()

运算

.add()	加
.sub()	减
.query()	判等
.isin()	包含
.describe()	统计运算
.cumsum()	前n个和
.cummax()	前n个最大
.cummin()	前n个最小
.cumprod()	前n个乘积

自定义函数

data.apply(func,axis= 0)

func:自定义的函数，例如匿名函数（lambda x : x.max() - x.min()）

四、缺失值处理

1.nan处理

判断nan

pd.isnull(data)

pd.notnull(data)

结合np.all()与np.any()一起使用。

例如

np.all(pd.notnull(data)) 

np.any(pd.isnull(data))

删除

.dropna()

替换

.fillna(value,inplace = true/flase)

value:把nan替换为value

inplace:true修改原数据，flase不修改原数据

2.不是nan

.replace(to_replace='?',value=np.nan)

把？替换为nan

五、数据离散化

pd.qcut(data,q)	q分为几组
series.value_counts()	序列划分
pd.cut(data,bins)	自定义分组

one-hot编码

.get.dummies(data,prefix)

prefix:分组的名字

六、数据合并

pd.concat([data1,data2],axis = 1)

pd.merge(left,right,how,on,left_on,right_on)

七、分组聚合

data.groupby(key,as_index=?)[].mean()

分组后必须聚合才有意义

参考文章

pandas用法-全网最详细教程_pandas详细教程-CSDN博客