Python学习笔记之Pandas基本操作（表格）及绘图

使用pip安装Pandas：

pip install pandas

导入 Pandas包并起别名pd：

import Pandas as pd

创建DataFrame型数据：

scores = {
	'name' : ['johe', 'mike', 'tom', 'jeck'],
	'sex' : ['male', 'female', 'male', 'male'],
	'chinese' : [88, 83, 90, 78],
	'math' : [96, 88, 86, 90],
	'english' : [85, 80, 90, 75]
}
df = pd.DataFrame(scores)    # 可传入 index=[...] 作为索引

series：有索引的类数组的数据结构，可作为DataFrame的一列

df['computer'] = pd.Series([65, 70, 85, 90])

读取 csv 文件（表格文件，有一定的格式，也可以是 xlsx 文件）：

df = pd.read_csv('./form_test.csv')    # 传入csv文件路径，返回数据类型为DataFrame

操作DataFrame数据：

df.index    # 获取索引
df.columns    # 获取属性
df.head(i)    # 获取属性行和表格前i行，默认5行
df.tail(i)    # 获取属性行和表格最后i行

df.loc[i]    # 查找行：根据索引，第二个参数可以传入属性
df.iloc[i]    # 查找行：根据下标
df.ix[i]    # 兼并loc和iloc功能
df.ix[:i]    # 通过切片取前i行，可以用下标或者索引切片

df[df.math>90]    # 筛选出数学成绩大于90的记录
df[(df.english>80)&(df.math>90)]    # 复合筛选：英语成绩大于80且数学成绩大于90

df.drop(['english'], axis=1)    # 删除指定列
df['english'] = [85, 80, 90, 75]    # 添加指定列

df.sort_values(['math'])    # 排序：属性列升序排序，可以传入多个属性进行排序
df.values    # 全部转化为数组
df.math.values    # 将指定列转化为数组
df.T    # 转置

数学统计：

df.describe()    # 统计（个数、均值、最大值、最小值等）
df.mean()    # 均值
df.var()    # 方差
df.sex.count_values()    # 统计聚类（个数）
df.groupby('chinese').sum()    # 将某一属性列求和

缺失值处理：

df.dropna()    # 丢弃处理
df.fillna(value=0)    # 填充处理，传入value填充值

函数的使用（重点）：

def f(score):
	if score >= 90:
		return '优秀'
	elif score >= 60:
		return '及格'
	else:
		return '不及格'
		
df['数学分类'] = df['math'].map(f)     # 对一列进行操作并生成新的一列

df['总分'] = df.apply(lambda x: x.chinese+x.math+x.english, axis=1)    # 对多列进行操作并生成新的一列

df.applymap(lambda x: str(x)+' * ')    # 对所有数据进行操作

将DataFrame数据转化成矩阵

df.as_matrix()

Pandas自带绘图：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10, 4).cumsum(0), columns=['A', 'B', 'C', 'D'])    # 生成随机数据表格
df.plot()    # pandas绘制线性图
plt.show()    # 借助matplotlib弹窗显示

df = pd.DataFrame(np.random.randint(10, 50, (3, 4)), columns=['A', 'B', 'C', 'D'])    # 生成随机数据表格
df.plot.bar()    # pandas绘制柱状图
plt.show()

df = pd.DataFrame(np.random.randn(100, 4), columns=['A', 'B', 'C', 'D'])    # 生成随机数据表格
df.hist()    # pandas绘制直方图
plt.show()