6:sort_values,loc,corr数据筛选,绘图

最新推荐文章于 2024-04-06 22:37:43 发布
最新推荐文章于 2024-04-06 22:37:43 发布
阅读量245 收藏
点赞数
分类专栏： pandas 文章标签： 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_74739916/article/details/130183186
版权

一:使用sort_values()对某一列,进行从小到大或者从大到小的排序

(1):对一列进行操作

import pandas as pd
df=pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx")
df.sort_values(by="最低价(元)",inplace=True,ascending=False)
"""
by:填写要操作的列

inplace:默认Fales;我们改为True,使他在原表上修改.

ascending:默认为:True按照从小到大的顺序排序(正序);
我们该为False使他为从大到小的顺序排(逆序)
"""
print(df)

 (2):对多列进行操作

import pandas as pd
df=pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx",index_col="菜名")
df=df.head(15)
df.sort_values(by=["最低价(元)","最高价(元)"],ascending=[True,False],inplace=True)
"""

by:填写要操作的列

inplace:默认Fales;我们改为True,使他在原表上修改.

ascending:默认为:True按照从小到大的顺序排序(正序);
我们该为False使他为从大到小的顺序排(逆序)
"""
print(df)

二:使用loc对数据进行筛选

import pandas as pd
def add(x):
    return 0.3<=x<=1  #0.3<=x<=1这中写法是python中特有的,在c中使用&&连接
    #筛选数据使得在0.3到去之间的数据
#df=df.loc(df["最低价(元)"].apply(add))

df=pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx")
df=df.head(15)
df=df.loc[df["最低价(元)"].apply(add)].loc[df["最高价(元)"].apply(add)]
"""
注意:loc后面为[]不是()
df["最低价(元)"]:取的是表中的一列
apply:上面说了,调用了函数的方法
"""
print(df)

使用lambda表达式,而不是函数

import pandas as pd
df=pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx")
df=df.head(15)
df=df.loc[df["最低价(元)"].apply(lambda x:0.3<=x<=1)].loc[df["最高价(元)"].apply(lambda x:0.3<=x<=1)]
"""
注意:loc后面为[]不是()
df["最低价(元)"]:取的是表中的一列
apply:上面说了,调用了函数的方法
"""
print(df)

 三:绘图

使用  import matplotlib.pylab as plt 绘图

如果遇到表中的中文无法打印可以在代码中加上

plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

包

import pandas as pd
import matplotlib.pylab as plt

代码

import pandas as pd
import matplotlib.pylab as plt
#4,5行代码解决中文无法打印的问题
plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

df = pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx")
df=df.head(5)
df.sort_values(by=["最高价(元)","最低价(元)"],inplace=True,ascending=True)
"""
by:填写要操作的列
inplace:默认Fales;我们改为True,使他在原表上修改.
ascending:默认为:True按照从小到大的顺序排序(正序);
我们该为False使他为从大到小的顺序排(逆序)
"""
df.plot.bar(x="菜名",y=["最高价(元)","最低价(元)"],color=["red","orange"])
"""
df.plot.bar:方法中给的是列名
分别指定x和y轴;
color:指定坐标轴的颜色
title:指定表的标题
由于柱状统计是随机排列的,我们可以使用先排序筛选在画图;已达到从小到大或者从大到小的目的:(第9行)
"""
plt.title("菜价柱状统计图",fontsize=16,fontweight="bold")  #fontsize:设置表的标题大小 fontweight="bold"使字体加粗
plt.xlabel("菜名",fontweight="bold")   #设置x轴的名称为:菜名
plt.ylabel("价钱",fontweight="bold")   #设置x轴的名称为:价钱"

#使x轴的名字旋转45度,以更加节省空间
ax=plt.gca()   #拿到轴
ax.set_xticklabels(df["菜名"],rotation=45,ha="right")  #df["菜名"]:要旋转的数据
#调整间距
f=plt.gcf()  #拿到整个图
f.subplots_adjust(left=0.8,bottom=0.42) 
"""
left=0.8   :距离左边的距离
bottom=0.42   :距离底部的距离
"""
#使得绘图的图展现出来
plt.show()
#使得表更加紧凑
#plt.tight_layout()

 直接使用plt绘图

import pandas as pd
import matplotlib.pylab as plt
#4,5行代码解决中文无法打印的问题
plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

df = pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx")
df=df.head(10)
df=df.sort_values(by="最高价(元)",ascending=True)
"""
by:填写要操作的列
inplace:默认Fales;我们改为True,使他在原表上修改.
ascending:默认为:True按照从小到大的顺序排序(正序);
我们该为False使他为从大到小的顺序排(逆序)
"""


plt.bar(df["菜名"],df["最低价(元)"],color="red")   #==>直接给出的是列的数据
plt.xlabel("菜名")
plt.ylabel('最高价(元)')
plt.title("菜价柱状统计图",fontsize=16)  #fontsize:设置表的标题大小
#使得绘图的图展现出来
plt.show()
#使得表更加紧凑
#plt.tight_layout()

四:叠加柱状图

(一)

import pandas as pd
import matplotlib.pylab as plt
#4,5行代码解决中文无法打印的问题
plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

df = pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx")
df=df.head(5)
df["新的列"]=df["最低价(元)"]+df["最高价(元)"]+df["平均价(元)"]
df.sort_values(by="新的列",inplace=True,ascending=True)
df.plot.bar(x="菜名",y=["最高价(元)","最低价(元)","平均价(元)"],\
            color=["red","orange","yellow"],stacked="True",title="叠加柱状图")


"""
df.plot.bar:方法中给的是列名
分别指定x和y轴;
color:指定坐标轴的颜色
title:指定表的标题
stacked="True" :使柱状图的y轴变为一个;变为叠加柱状图
由于叠加柱状统计是随机排列的,我们可以使用先排序筛选在画图;已达到从小到大或者从大到小的目的;
我们可以新建立一个新的列,新的列=y轴的列+y轴的列+y轴的列;排列新的列  EG:9和10行代码
"""
plt.show()
plt.tight_layout()
print(df)

 (二):旋转这个表

import pandas as pd
import matplotlib.pylab as plt
#4,5行代码解决中文无法打印的问题
plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

df = pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx")
df=df.head(5)
df["新的列"]=df["最低价(元)"]+df["最高价(元)"]+df["平均价(元)"]
df.sort_values(by="新的列",inplace=True)
df.plot.barh(x="菜名",y=["最高价(元)","最低价(元)","平均价(元)"],\
            color=["red","orange","yellow"],stacked="True",title="叠加柱状图")


"""
df.plot.bar:方法中给的是列名
分别指定x和y轴;
color:指定坐标轴的颜色
title:指定表的标题
stacked="True" :使柱状图的y轴变为一个;变为叠加柱状图
由于叠加柱状统计是随机排列的,我们可以使用先排序筛选在画图;已达到从小到大或者从大到小的目的;
我们可以新建立一个新的列,新的列=y轴的列+y轴的列+y轴的列;排列新的列  EG:9和10行代码
"""
plt.show()
plt.tight_layout()
print(df)

 观察可知道:选择只需要给bar后面加上h变为barh即可

五:饼图

import pandas as pd
import matplotlib.pylab as plt
#4,5行代码解决中文无法打印的问题
plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

df = pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx",index_col="菜名",)
"""
饼图默认会以:自动生成的索引作为每个小饼图的名字;我们index_col="菜名":使每个小饼图的名字为:
这个列中的每个数据
"""
df=df.head(10)
df.sort_values(by="最低价(元)",inplace=True)
df["最低价(元)"].plot.pie(counterclock=False,startangle=-270)
"""
counterclock=False:默认使逆时针,我们改为顺时针
startangle=-270:从-270°使开始画

"""
plt.title("菜价饼图分析表",fontsize=8,fontweight="bold")
#plt.ylabel("最低价(元)",fontsize=4,fontweight="bold")  #重写y坐标轴的名字
"""
#fontsize:设置表的字体大小 
fontweight="bold"使字体加粗
"""
plt.show()

 六:折线图

(一):普通折线图

import pandas as pd
import matplotlib.pylab as plt
#4,5行代码解决中文无法打印的问题
plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

df = pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx")
df=df.head(10)
"""
饼图默认会以:自动生成的索引作为每个小饼图的名字;我们index_col="菜名":使每个小饼图的名字为:
这个列中的每个数据
"""
df.plot(y=['最低价(元)','最高价(元)','平均价(元)' ,'产地'])
plt.xticks(df.index,fontsize=12,fontweight="bold")
plt.ylabel("菜价折线图",fontsize=12,fontweight="bold")
"""
#fontsize:设置表的字体大小 
fontweight="bold"使字体加粗
"""
plt.show()

(二):叠加区域图

import pandas as pd
import matplotlib.pylab as plt
#4,5行代码解决中文无法打印的问题
plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

df = pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx")
df=df.head(10)
"""
饼图默认会以:自动生成的索引作为每个小饼图的名字;我们index_col="菜名":使每个小饼图的名字为:
这个列中的每个数据
"""
df.plot.area(y=['最低价(元)','最高价(元)','平均价(元)' ,'产地'])
plt.xticks(df.index,fontsize=12,fontweight="bold")
plt.ylabel("菜价折线图",fontsize=12,fontweight="bold")
"""
#fontsize:设置表的字体大小 
fontweight="bold"使字体加粗
"""
plt.show()

 仔细观察可以发现:叠加区域图只是在普通折线图df.plot.area变了

七:散点图

import pandas as pd
import matplotlib.pylab as plt
#4,5行代码解决中文无法打印的问题
plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

df = pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx")

df.plot.scatter(x="菜名",y='最低价(元)',color="red")
plt.show()
print(df.columns)

 八:直方图

import pandas as pd
import matplotlib.pylab as plt
#4,5行代码解决中文无法打印的问题
plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

df = pd.read_excel(r"C:\Users\73575\Desktop\股票.xlsx",dtype={"monkey":int})
df=df.head(50)
print(df.columns)
df.monkey.plot.hist(bins=10000)
"""
直方图的写法:df.execl的某一列的列名(不能是中文名字,只能是英文).plot.hist()
bins=100  :默认画的图太小,我们给他100个桶使他变大
"""
plt.xticks(range(0,max(df.monkey),10),fontsize=8,rotation=True)  #rotation=True使他旋转
"""
10:为步长
一共走:0到max(df.monkey)这么长

"""
plt.show()

九:密度表

import pandas as pd
import matplotlib.pylab as plt
#4,5行代码解决中文无法打印的问题
plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

df = pd.read_excel(r"C:\Users\73575\Desktop\股票.xlsx",dtype={"monkey":int})#dtype={"monkey":int}
df=df.head(50)
print(df.columns)
df.monkey.plot.kde()

plt.xticks(range(0,max(df.monkey),50),fontsize=8,)  #rotation=True使他旋转
"""      
10:为步长
一共走:0到max(df.monkey)这么长

"""
plt.show()

 十:corr

corr函数是打印每个列的相关性

import pandas as pd
import matplotlib.pylab as plt
#4,5行代码解决中文无法打印的问题
plt.rcParams['font.sans-serif']=['SimHei']###解决中文乱码
plt.rcParams['axes.unicode_minus']=False

df = pd.read_excel(r"C:\Users\73575\Desktop\北京新发地菜价.xlsx")#dtype={"monkey":int}
d=df.corr() #打印每个列的相关性

print(d)

 

菜鸟-01
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python数据可视化：类别比较图表可视化（基础篇—2）
不脱发的程序猿
11-14 6187
类别比较型图表的数据一般分为：数值型和类别型两种数据类型，主要包括：柱形图、条形图、雷达图、词云图等，通常用来比较数据的规模。
DHU 数据科学技术与应用【8】 第1-4次单元测验 答案
weixin_45945586的博客
04-07 8335
下面________不是大数据的特征。 下面关于数据科学与大数据之间的关系描述，错误的是________。 names=np.array([’马化腾’,’李彦宏’,’雷军’,’扎克伯格’])，names[2]的值是________。 记录同学成绩的scores数组如下，scores[ 1:3, [2,5]] 取得的数据是________。 names记录同学名字，subjects记录考试科目数据中，scores记录同学成绩，求Python课程成绩的最高分的语句________。
isin 筛选数据及df.sort_values属性应用
IAlexanderI的专栏
04-03 1585
1.在pandas的DataFrame中，我们经常需要根据某属性来选取指定条件的行，这时isin方法就特别有效。[python] view plain copyimport pandas as pd  df = pd.DataFrame([[1,2,3],[1,3,4],[2,4,3]],index = ['one','two','three'],columns = ['A','B','C']) ...
图解Pandas的排序sort_values函数
尤尔小屋
07-13 1万+
图解Pandas的排序sort_values函数 大家好，我是Peter~ 在上一篇pandas的文章中已经介绍排名机制中rank函数的使用。其实在实现排名的过程，已经顺带实现了排序的功能；但是pandas中还有一个重要的方法来解决排序问题：sort_values。 Pandas连载 Pandas文章已经形成连载，前10篇文章分别是： 参数解释 DataFrame.sort_values(by, axis=0, ascending=Tru
pandas 数据排序.sort_index()和.sort_values()使用教程
m0_46478042的博客
04-06 2652
df.sort_values(by=['b','a'],axis=0,ascending=[False,True]) #等同于df.sort_values(by=['b','a'],axis=0,ascending=[False,True])ascending：布尔型，True则升序，如果by=['列名1','列名2']，则该参数可以是[True, False]，即第一字段升序，第二个降序。df.sort_values(by='b') #等同于df.sort_values(by='b',axis=0)
pandas——sort_values()用法及各参数含义
norah17的博客
07-24 1万+
pandas基础知识
[Pandas] 数值排序 sort_values()
Hudas的博客
02-14 2655
[Pandas] 数值排序 sort_values()
2021-11-07大数据学习日志——Pandas——Pandas快速入门
tingbaobaoo的博客
11-07 554
01_Python数据开发简介 学习目标 了解 Python 做数据开发的优势 知道 Python 数据开发常用开源库 1.1 为什么要使用Python做数据开发 注意：这里的数据开发包含了数据分析以及大数据开发 1.1.1 Python在数据开发领域的优势 Python作为当下最为流行的编程语言之一，可以独立完成数据开发的各种任务： 语言本身就简单易学，书写代码简单快速 同时在数据分析以及大数据领域里有海量的功能强大的开源库，并持续更新 Pandas：数据清洗、数据处理、数据分析
python对某一列数据求占比_用python进行数据分析的套路
weixin_39605004的博客
12-07 1万+
经过一段时间的学习，总结一下目前所学知识，在用python进行数据分析的过程中所用到的函数及分析过程。第一步 导入包常用的包有以下这些：1.用于处理数据的包import pandas as pdimport numpy as nppandas 和numpy基本包含了对数据处理的所有操作2.用于数据可视化的包import matplotlib.pyplot as pltimport seabron...
医学数据挖掘流程（三）：特征工程
天狼啸月1990的博客
11-11 2203
数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。特征工程流程：这些过程不是必须全部要有，需要根据业务需求和数据格式特点，适宜调整！
Pandas 模块-操纵数据(5)-数据排序- .sort_values()
一分耕耘一分收获
12-07 6037
5. 使用 .sort_values() 查看按照值排序的数据 5.1.sort_values() 语法 语法：.sort_values(by, axis=0, ascending = Ture, inplace = Flase, kind = ‘quicksort’, na_position=‘last’, ignore_index=False, key=None) 相对于 .sort_index()函数，此处多了一个 by
pandas 排序之 sort_values
weixin_38477351的博客
03-14 5559
排序之 sort_values 对 Series按值进行排序，排序时，任何缺失值默认都会被放到 Series的末尾。 import numpy as np # 通过值进行排序 ser = pd.Series(np.random.randint(0, 101, 5), in...
pandas 数据排序.sort_index()和.sort_values()
weixin_30563917的博客
08-04 1141
原文链接：https://www.jianshu.com/p/f0ed06cd5003 import pandas as pd df = pd.DataFrame(……) 说明：以下“df”为DataFrame对象。 1. df. sort_values() 作用：既可以根据列数据，也可根据行数据排序。 注意：必须指定by参数，即必须指定哪几行或哪几列；无法根据...
Python 对多列进行排序sort_values()
bingbangx的博客
05-17 5546
python 实现 在python中实现按照多列进行排序，用到的方法是sort_values()，只要在sort_values后面的括号中以列表的形式指明要排列的多列列名及每列的排序方式即可。 df.sort_values(by =['col1','col2'],ascending =[True,false]) 以上代码表示df表先按照col1列进行升序排列，当col1列遇到重复时，再按照col2列进行降序排列。 如下，按照好评率进行降序排列： 在这一步的基...
pandas 排序方法： sort_index()，sort_values()
myDarling_的博客
11-25 1276
pandas 中的两个排序方法
Pandas.DataFrame.sort_values() 用值排序 详解 含代码 含测试数据集 随Pandas版本持续更新
数象限
01-14 6153
本文基于 pandas2.2.0 编写。随着pandas的stable版本更迭，本文持续更新，不断完善补充。
利用matplotlib对数据进行可视化展示
weixin_38843561的博客
07-20 1140
绘制饼状图 import matplotlib.pyplot as plt edu = ['0.2515','0.3724','0.3336','0.0368','0.0057'] labels = ['中专','大专','本科','硕士','其他'] plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']#使图像中可以显示中文 explode =[0,0,0,0.1,0]#将硕士块突出，拉离中心0.1 plt.pie(x=edu,explode =
Python：pandas库sort_values()方法的使用
热门推荐
皮埃尔的博客
09-20 1万+
Python pandas sort_values()方法的使用
tomcat与myeclipse的安装与建立连接
weixin_50672945的博客
09-09 1550
tomcat与myeclipse的安装与建立连接 1.首先需要下载Tomcat与Myeclipse 官网下载 Tomcat： http://tomcat.apache.org/ Myeclipse： http://www.myeclipseide.com 并解压安装 然后打开这个 然后找到倒数第二行的数字 最后去浏览器输入一下 http://localhost:8080/ ##2. 接着我们安装Myeclipse，去文件管理找到你的安装包双击打开，然后一直next。再然后建包并打开 然后配置联系：点击的Wi
AttributeError: 'DataFrame' object has no attribute 'row_values'. Did you mean: '_values'?
最新发布
06-28
`AttributeError: 'DataFrame' object has no attribute 'row_values'` 这个错误通常在Python中使用Pandas库处理数据时出现。DataFrame对象实际上并没有名为`row_values`的属性，可能开发者误以为有这个方法。这里...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值