pandas常用数据类型:
- Series :一维,带标签数组
- DataFrame: 二维,是Series容器
- series创建:
注:pd.series(a,index),其中index相当于字典的键,a相当于字典的值(直接创建);a也可以是一个字典,index为a中的键(字典创建);或者pd.series(a),直接通过字典创建,a为字典
- series切片,索引
3. series获取索引及其值
pandas读取外部数据:
pandas自带的read方法就可以读取大部分的文档,下图仅为部分函数
- Dataframe创建:
DataFrame对象既有行索引,又有列索引
行索引,表明不同行,横向索引,叫index,0轴,axis=0
列索引,表名不同列,纵向索引,叫columns,1轴,axis=1
布尔索引:类似于numpy中的 series的布尔索引,在有多个条件时,中间用&或|连接
- pandas中head(a)方法:查看数据中的前a行数据,默认为前5行数据
- data.info():给出样本数据的相关信息概览 :行数,列数,列索引,列非空值个数,列类型,内存占用
注:集合{a,b,c},可通过set()来创建,其是一组key的集合,但不存储value,并且key不能重复;
重复元素在集合中自动被过滤
- DataFrame常用方法:(.describe()方法较为常用)
读取mongodb:
-
获取使用次数最高的前几个名字: df.sort_values(by=“Count_AnimalName”,ascending=False)
注: ascending默认为true,即升序 -
使用次数前100的数据:
df_sorted = df.sort_values(by=“Count_AnimalName”)
df_sorted[:100] -
具体要选择某一列:
df[" Count_AnimalName "] -
同时选择行和列改怎么办?
-
df[:100][" Count_AnimalName "]
- 布尔索引:(通过内部的布尔判断条件进行索引)
- 找到所有的使用次数超过700并且名字的字符串的长度大于4的狗的名字
(用&和|时要注意用括号括起来)