Pandas 学习笔记(一)

Pandas 学习笔记(一)

生成对象

• s = pd.Series([1,2,np.nan,5,6])

  用值列表生成Series时，Pandas默认自动生成整数索引

• df = pf.DataFrame(np.random.randn(6,4),index=dates,columns=list(‘ABCD’))

  也可以用Series生成DataFrame

  df2=（｛

  ​ ‘A’ :1,

  ​ ‘B’ : pd.Timestamp(“20210123”) ,

  ​ ‘C’ : pd.Series(1,index = list(range(4)))

  ​ ｝）

  DataFrame 的列可以具有不同的属性

查看数据

• df.head()

  df.head()展示数据的头部

• df.tail()

  df.tail()展示尾部数据

• df.index

  显示索引

• df.columns

  显示列名

• df.describe()

  快速查看数据的统计摘要

• df.T

  转置数据

• df.sort_index(axis = 1,ascending = False)

  按轴排序

• df.sort_values(by = ‘B’)

  按值排序

选择

• df[‘A’]

  选择A列，生成Series

• df[0:3]

  使用[]切片行

• df.loc[dates[0]]

  按照标签提取一行数据

• df.loc[:,[‘A’,'B]]

  用标签选择多列数据

• df.at[dates[0],‘A’]

  快速访问标量

缺失值

Pandas 用 np.nan 表示缺失数据。 计算时，默认不包含空值

删除含有缺失值的行

df.dropna(how = 'any')

填充缺失值

df.fillna(value = 5)

提取 nan 值的布尔掩码

pd.isna(df)

合并

• conact（）
• join（）
• append（）

分组

group by 一般指以下的处理过程

• 分割 ：将数据分割成多组
• 应用 ：为每组单独应用函数
• 组合 ：将处理结果组合成一个数据结构

可视化

• ts =  ts.cumsum()
  ts.plot()
  #DataFrame 的 plot（） 方法会快速绘制带标签的列
  

输入输出

• df.to_csv('xxx.csv')
  

• df.to_hdf('foo.h5','df')
  

• df.to_excel('xxx.xlsx',sheet_name = 'Sheet1')
  pd.read_excel('xxx.xlsx','Sheet1',index_col = None ,na_valeus = ['NA'])