python pandas 自用

最新推荐文章于 2024-11-03 20:27:08 发布

拙数

最新推荐文章于 2024-11-03 20:27:08 发布

阅读量744

点赞数 3

文章标签： python pandas 开发语言

本文链接：https://blog.csdn.net/qq_39239990/article/details/136070974

版权

文章详细介绍了如何使用Python的pandas库进行数据处理，包括创建DataFrame,Series,数据类型转换,时间序列处理,数据筛选,排序,赋值,数据清洗等操作，并展示了相关函数如head(),tail(),describe(),以及条件选择和缺失值处理的方法。

摘要由CSDN通过智能技术生成

列1	列2	列3	列4
	import pandas as pd

	s = pd.Series([1, 3, 5, np.nan, 6, 8])
	pd.DataFrame({'A': [1, 2, 3]})
	dates = pd.date_range("20130101", periods=6)
	df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list("ABCD"))
	df2 = pd.DataFrame(
	...: {
	...: "A": 1.0,
	...: "B": pd.Timestamp("20130102"),
	...: "C": pd.Series(1, index=list(range(4)), dtype="float32"),
	*...: "D": np.array([3] 4, dtype="int32"),**
	...: "E": pd.Categorical(["test", "train", "test", "train"]),
	...: "F": "foo",
	...: }


查看数据	df.head()	头几行
	df.tail(3)	尾3行
	df2.dtypes	类型
	df.index	索引行
	df.columns	列名
	df.to_numpy()	numpy格式
	df.describe()	显示数据的快速统计摘要	A B C D
			count 6.000000 6.000000 6.000000 6.000000
			mean 0.073711 -0.431125 -0.687758 -0.233103
			std 0.843157 0.922818 0.779887 0.973118
			min -0.861849 -2.104569 -1.509059 -1.135632
			25% -0.611510 -0.600794 -1.368714 -1.076610
			50% 0.022070 -0.228039 -0.767252 -0.386188
			75% 0.658444 0.041933 -0.034326 0.461706
			max 1.212112 0.567020 0.276232 1.071804

	df.T	转置
	df.sort_index(axis=1, ascending=False)	排序
	df.sort_values(by="B")	排充

选择	df["A"]	【列名】
	df[0:3]	0-3行
	df["20130102":"20130104"]	行号02-04

按标签选择	df.loc[dates[0]]
	df.loc[:, ["A", "B"]]	【行，列】
	df.loc["20130102":"20130104", ["A", "B"]]
	df.loc[dates[0], "A"]	选择具体值
	df.at[dates[0], "A"]	选择具体值

按位置选择	df.iloc[3]	【行】
	df.iloc[3:5, 0:2]	【行，列】
	df.iloc[[1, 2, 4], [0, 2]]
	df.iloc[1:3, :]
	df.iloc[:, 1:3]
	df.iloc[1, 1]
	df.iat[1, 1]


按条件选择	df[df["A"] > 0]
	df[df > 0]

赋值	df2 = df.copy()
	df2["E"] = ["one", "one", "two", "three", "four", "three"]
	s1 = pd.Series([1, 2, 3, 4, 5, 6], index=pd.date_range("20130102", periods=6))
	df.at[dates[0], "A"] = 0
	df.iat[0, 1] = 0
	*df.loc[:, "D"] = np.array([5] len(df))**
	df2[df2 > 0] = -df2
	df1 = df.reindex(index=dates[0:4], columns=list(df.columns) + ["E"])
	df1.loc[dates[0] : dates[1], "E"] = 1
	df1.dropna(how="any")
	df1.fillna(value=5)
	pd.isna(df1)