用简易代码快速学习Python（十）

最新推荐文章于 2024-06-03 13:31:43 发布
最新推荐文章于 2024-06-03 13:31:43 发布
阅读量297 收藏
点赞数 1
分类专栏： Python学习 文章标签： python 数据挖掘 机器学习
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/qq_42008415/article/details/122476009
版权

本学习系列介绍：

本学习系列主要针对对编程略有了解或有其他语言基础并要进一步学习Python的同学，通过简易的代码快速入门掌握Python语言。

系列总目录：
用简易代码快速学习Python（一）
用简易代码快速学习Python（二）
用简易代码快速学习Python（三）
用简易代码快速学习Python（四）
用简易代码快速学习Python（五）
用简易代码快速学习Python（六）
用简易代码快速学习Python（七）
用简易代码快速学习Python（八）
用简易代码快速学习Python（九）
用简易代码快速学习Python（十）

Day10：

pandas的一些基本操作：

import pandas as pd
import numpy as np
s = pd.Series([1,2,3,5,8,np.nan,10])
print(s)
#输出：
#0     1.0
#1     2.0
#2     3.0
#3     5.0
#4     8.0
#5     NaN
#6    10.0
#dtype: float64

datas = pd.date_range('20200901',periods=5)
print(datas)
#输出：
#DatetimeIndex(['2020-09-01', '2020-09-02', '2020-09-03', '2020-09-04',
#               '2020-09-05'],
#              dtype='datetime64[ns]', freq='D')

df = pd.DataFrame(np.random.randn(5,4),index=datas,columns=['a','b','c','d'])
print(df)
#输出：
#                   a         b         c         d
#2020-09-01  0.424217  1.027256 -0.116358  0.795805
#2020-09-02 -0.356010 -0.263972  1.792676 -1.047615
#2020-09-03 -0.658466 -0.423116 -0.090830  0.924449
#2020-09-04  0.900463 -0.966019 -1.153638 -0.438660
#2020-09-05 -1.053531  1.567020  0.676001 -0.866624

df1 = pd.DataFrame(np.arange(12).reshape((3,4)))
print(df1)
#输出：
#   0  1   2   3
#0  0  1   2   3
#1  4  5   6   7
#2  8  9  10  11

df2 = pd.DataFrame({'A':1.,
                    'B':pd.Timestamp('20200901'),
                    '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'})
print(df2)
#输出：
#     A          B    C  D      E    F
#0  1.0 2020-09-01  1.0  3   test  foo
#1  1.0 2020-09-01  1.0  3  train  foo
#2  1.0 2020-09-01  1.0  3   test  foo
#3  1.0 2020-09-01  1.0  3  train  foo
print(df2.dtypes)
#输出：
#A           float64
#B    datetime64[ns]
#C           float32
#D             int32
#E          category
#F            object
#dtype: object
print(df2.index) #输出行的索引名称：Int64Index([0, 1, 2, 3], dtype='int64')
print(df2.columns) #输出列的索引名称：Index(['A', 'B', 'C', 'D', 'E', 'F'], dtype='object')
print(df2.values)
#输出所有的值，以二维数组的形式列出：
#[[1.0 Timestamp('2020-09-01 00:00:00') 1.0 3 'test' 'foo']
# [1.0 Timestamp('2020-09-01 00:00:00') 1.0 3 'train' 'foo']
# [1.0 Timestamp('2020-09-01 00:00:00') 1.0 3 'test' 'foo']
# [1.0 Timestamp('2020-09-01 00:00:00') 1.0 3 'train' 'foo']]
print(df2.describe()) #输出值为数字的列的加和、均值、方差、最小值、最大值等。
#输出：
#         A    C    D
#count  4.0  4.0  4.0
#mean   1.0  1.0  3.0
#std    0.0  0.0  0.0
#min    1.0  1.0  3.0
#25%    1.0  1.0  3.0
#50%    1.0  1.0  3.0
#75%    1.0  1.0  3.0
#max    1.0  1.0  3.0
print(df2.T) #将df2进行转置。
print(df2.sort_index(axis=0, ascending=False)) #按照索引进行排序。
print(df2.sort_values(by='E')) #按照值进行排序。

pandas选择（查询）数据：

mport numpy as np
import pandas as pd
data = pd.DataFrame(np.arange(12).reshape((3,4)), index=[7,8,"A"], columns=["A", "B", "C", "D"])

具体输出请同学自己动手尝试。

直接选择某列：（按列名查询）

print(data['A'])
#输出：
#7    0
#8    4
#A    8
#Name: A, dtype: int32

直接选择行：（按行号查询，需要有冒号）

print(data[1:])
#输出：
#   A  B   C   D
#8  4  5   6   7
#A  8  9  10  11

按名查询：

#select by lable:loc
print(data.loc[["A",7],["A","C"]])
#输出：
#   A   C
#A  8  10
#7  0   2

按号查询：

#selsct by position:iloc
print(data.iloc[1])
#输出：
#A    4
#B    5
#C    6
#D    7
#Name: 8, dtype: int32
print(data.iloc[1:,2:])
#输出：
#    C   D
#8   6   7
#A  10  11

按大小布尔查询：

#boolean select
print(data[data["B"] < 9])
#输出：
#   A  B  C  D
#7  0  1  2  3
#8  4  5  6  7
print(data[data[1:2] > 4])
#输出：
#    A    B    C    D
#7 NaN  NaN  NaN  NaN
#8 NaN  5.0  6.0  7.0
#A NaN  NaN  NaN  NaN

pandas修改数据：

import numpy as np
import pandas as pd
dates = pd.date_range("20200920",periods=3)
data = pd.DataFrame(np.arange(12).reshape((3,4)), index=dates, columns=["A", "B", "C", "D"])

具体输出请同学自己动手尝试。

data.iloc[1,2] = 0
print(data)
#输出：
#            A  B   C   D
#2020-09-20  0  1   2   3
#2020-09-21  4  5   0   7
#2020-09-22  8  9  10  11

data[data["B"] > 2] = 2
print(data)
#输出：
#            A  B  C  D
#2020-09-20  0  1  2  3
#2020-09-21  2  2  2  2
#2020-09-22  2  2  2  2

data["A"][data["B"] > 2] = 10
print(data)
#输出：
#             A  B   C   D
#2020-09-20   0  1   2   3
#2020-09-21  10  5   0   7
#2020-09-22  10  9  10  11

data["E"] = pd.Series(["q", "w", "e"], index=dates)
print(data)
#输出：
#             A  B   C   D  E
#2020-09-20   0  1   2   3  q
#2020-09-21  10  5   0   7  w
#2020-09-22  10  9  10  11  e

data["F"] = np.nan
print(data)
#输出：
#             A  B   C   D  E   F
#2020-09-20   0  1   2   3  q NaN
#2020-09-21  10  5   0   7  w NaN
#2020-09-22  10  9  10  11  e NaN

data.loc[pd.datetime(2020,9,23)] = pd.Series([1,2,3,4,5,6], index=["A", "B", "C", "D", "E", "F"])
print(data)
#输出：
#             A  B   C   D  E    F
#2020-09-20   0  1   2   3  q  NaN
#2020-09-21  10  5   0   7  w  NaN
#2020-09-22  10  9  10  11  e  NaN
#2020-09-23   1  2   3   4  5  6.0

pandas丢失数据处理：

import numpy as np
import pandas as pd
dates = pd.date_range("20200920", periods=4)
data = pd.DataFrame(np.arange(16).reshape((4,4)), index=dates, columns=["A", "B", "C", "D"])
data.iloc[1,1] = np.nan #假设NaN为丢失的数据。
data.iloc[3,2] = np.nan #假设NaN为丢失的数据。

具体输出请同学自己动手尝试。

data1 = data.dropna(axis=0, how="any") #注：how="all"表示全行都为NaN时才删除。
print(data1)
#输出：
#            A    B     C   D
#2020-09-20  0  1.0   2.0   3
#2020-09-22  8  9.0  10.0  11

data2 = data.dropna(axis=1, how="any") #注：how="all"表示全列都为NaN时才删除。
print(data2)
#输出：
#             A   D
#2020-09-20   0   3
#2020-09-21   4   7
#2020-09-22   8  11
#2020-09-23  12  15

data3 = data.fillna(0)
print(data3)
#输出：
#             A     B     C   D
#2020-09-20   0   1.0   2.0   3
#2020-09-21   4   0.0   6.0   7
#2020-09-22   8   9.0  10.0  11
#2020-09-23  12  13.0   0.0  15

print(data.isnull())
#输出：
#                A      B      C      D
#2020-09-20  False  False  False  False
#2020-09-21  False   True  False  False
#2020-09-22  False  False  False  False
#2020-09-23  False  False   True  False

print(np.any(data.isnull())) #判断data中是否有NaN值。输出：True

pandas处理数据合并：

import numpy as np
import pandas as pd
data1 = pd.DataFrame(np.arange(20).reshape((4,5)), index=range(4), columns=["A", "B", "C", "D", "E"])
data2 = pd.DataFrame(np.ones((5,5)), index=range(5), columns=["C", "D", "E", "F", "G"])

具体输出请同学自己动手尝试。

concat：

data3 = pd.concat([data1,data2], axis=0, ignore_index=True)
print(data3)
#输出：
#      A     B     C     D     E    F    G
#0   0.0   1.0   2.0   3.0   4.0  NaN  NaN
#1   5.0   6.0   7.0   8.0   9.0  NaN  NaN
#2  10.0  11.0  12.0  13.0  14.0  NaN  NaN
#3  15.0  16.0  17.0  18.0  19.0  NaN  NaN
#4   NaN   NaN   1.0   1.0   1.0  1.0  1.0
#5   NaN   NaN   1.0   1.0   1.0  1.0  1.0
#6   NaN   NaN   1.0   1.0   1.0  1.0  1.0
#7   NaN   NaN   1.0   1.0   1.0  1.0  1.0
#8   NaN   NaN   1.0   1.0   1.0  1.0  1.0

data4 = pd.concat([data1,data2], axis=0, ignore_index=True, join="inner")
#join参数默认为“outer”。
print(data4)
#输出：
#      C     D     E
#0   2.0   3.0   4.0
#1   7.0   8.0   9.0
#2  12.0  13.0  14.0
#3  17.0  18.0  19.0
#4   1.0   1.0   1.0
#5   1.0   1.0   1.0
#6   1.0   1.0   1.0
#7   1.0   1.0   1.0
#8   1.0   1.0   1.0

data5 = pd.concat([data1,data2], axis=1)
print(data5)
#输出：
#      A     B     C     D     E    C    D    E    F    G
#0   0.0   1.0   2.0   3.0   4.0  1.0  1.0  1.0  1.0  1.0
#1   5.0   6.0   7.0   8.0   9.0  1.0  1.0  1.0  1.0  1.0
#2  10.0  11.0  12.0  13.0  14.0  1.0  1.0  1.0  1.0  1.0
#3  15.0  16.0  17.0  18.0  19.0  1.0  1.0  1.0  1.0  1.0
#4   NaN   NaN   NaN   NaN   NaN  1.0  1.0  1.0  1.0  1.0

append：

data6 = data1.append(data2,ignore_index=True)
print(data6)
#输出：
#      A     B     C     D     E    F    G
#0   0.0   1.0   2.0   3.0   4.0  NaN  NaN
#1   5.0   6.0   7.0   8.0   9.0  NaN  NaN
#2  10.0  11.0  12.0  13.0  14.0  NaN  NaN
#3  15.0  16.0  17.0  18.0  19.0  NaN  NaN
#4   NaN   NaN   1.0   1.0   1.0  1.0  1.0
#5   NaN   NaN   1.0   1.0   1.0  1.0  1.0
#6   NaN   NaN   1.0   1.0   1.0  1.0  1.0
#7   NaN   NaN   1.0   1.0   1.0  1.0  1.0
#8   NaN   NaN   1.0   1.0   1.0  1.0  1.0

s1 = pd.Series([9,8,7,6,5,4,3], index=["A", "B", "C", "D", "E", "F", "G"])
s2 = pd.Series([1,2,3], index=["A", "C", "D"])
data7 = data1.append([s1,s2], ignore_index=True)
print(data7)
#输出：
#      A     B     C     D     E    F    G
#0   0.0   1.0   2.0   3.0   4.0  NaN  NaN
#1   5.0   6.0   7.0   8.0   9.0  NaN  NaN
#2  10.0  11.0  12.0  13.0  14.0  NaN  NaN
#3  15.0  16.0  17.0  18.0  19.0  NaN  NaN
#4   9.0   8.0   7.0   6.0   5.0  4.0  3.0
#5   1.0   NaN   2.0   3.0   NaN  NaN  NaN

merge：

data8 = pd.merge(data1, data2, on="C", how="outer", indicator=True, suffixes=("_left","_right")) #indicator指描述连接的方法。suffixes指有相同列名的时候的区分后缀。
print(data8)
#输出：
#    A   B   C  D_left  E_left  D_right  E_right    F    G     _merge
#0   0   1   2       3       4      NaN      NaN  NaN  NaN  left_only
#1   5   6   7       8       9      7.0      7.0  7.0  7.0       both
#2   5   6   7       8       9      7.0      7.0  7.0  7.0       both
#3   5   6   7       8       9      7.0      7.0  7.0  7.0       both
#4   5   6   7       8       9      7.0      7.0  7.0  7.0       both
#5   5   6   7       8       9      7.0      7.0  7.0  7.0       both
#6  10  11  12      13      14      NaN      NaN  NaN  NaN  left_only
#7  15  16  17      18      19      NaN      NaN  NaN  NaN  left_only

data9 = pd.merge(data1, data2, on=["C", "D", "E"], how="left") #how可以等于[outer,inner,left,right]。
print(data9)
#输出：
#    A   B   C   D   E   F   G
#0   0   1   2   3   4 NaN NaN
#1   5   6   7   8   9 NaN NaN
#2  10  11  12  13  14 NaN NaN
#3  15  16  17  18  19 NaN NaN

data10 = pd.merge(data1, data2, left_index=True, right_index=True, how="outer") #使用index进行连接。
print(data10)
#输出：
      A     B   C_x   D_x   E_x  C_y  D_y  E_y    F    G
0   0.0   1.0   2.0   3.0   4.0  7.0  7.0  7.0  7.0  7.0
1   5.0   6.0   7.0   8.0   9.0  7.0  7.0  7.0  7.0  7.0
2  10.0  11.0  12.0  13.0  14.0  7.0  7.0  7.0  7.0  7.0
3  15.0  16.0  17.0  18.0  19.0  7.0  7.0  7.0  7.0  7.0
4   NaN   NaN   NaN   NaN   NaN  7.0  7.0  7.0  7.0  7.0

pandas画图：

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

data1 = pd.Series(np.random.randn(1000))
data1 = data1.cumsum()
data1.plot()
plt.show()

data2 = pd.DataFrame(np.random.randn(1000,4),columns=["A","B","C","D"])
data2 = data2.cumsum()
data2.plot()
plt.show()

data3 = data2.plot.scatter(x="A", y="B", color='red') #scatter为散点图。
data2.plot.scatter(x="A", y="C", color="blue",ax=data3)
plt.show()

具体输出请同学自己动手尝试。

注意：plot methods:‘bar’,‘hist’,‘box’,‘kde’,‘area’,‘scatter’,‘hexbin’,‘pie’.

刘学长丶
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
python通用爬虫代码（超简易版）
05-29
配合我的教程学习，只需要修改通用爬虫代码中的url和xpath路径，即可快速生成别的网站的python爬虫代码。十分适合新手小白练手用
很多经典的机器学习代码
07-21
Python 基础 基础 多线程 threading 多进程 multiprocessing 简单窗口 tkinter 机器学习 有趣的机器学习 强化学习 (Reinforcement Learning) 进化算法 (Evolutionary Algorithm) 如遗传算法等 Tensorflow (神经网络)...
用简易代码快速学习Python（八）
qq_42008415的博客
01-13 158
本学习系列主要针对“对编程略有了解”或“有其他语言基础并要进一步学习Python”的同学，通过简易的代码快速入门掌握Python语言。
用简易代码快速学习Python（二）
qq_42008415的博客
01-13 95
本学习系列主要针对“对编程略有了解”或“有其他语言基础并要进一步学习Python”的同学，通过简易的代码快速入门掌握Python语言。
用简易代码快速学习Python（一）
qq_42008415的博客
01-13 283
本学习系列主要针对“对编程略有了解”或“有其他语言基础并要进一步学习Python”的同学，通过简易的代码快速入门掌握Python语言。
用简易代码快速学习Python（九）
qq_42008415的博客
01-13 363
本学习系列主要针对“对编程略有了解”或“有其他语言基础并要进一步学习Python”的同学，通过简易的代码快速入门掌握Python语言。
用简易代码快速学习Python（五）
qq_42008415的博客
01-13 80
本学习系列主要针对“对编程略有了解”或“有其他语言基础并要进一步学习Python”的同学，通过简易的代码快速入门掌握Python语言。
用简易代码快速学习Python（三）
qq_42008415的博客
01-13 153
本学习系列主要针对“对编程略有了解”或“有其他语言基础并要进一步学习Python”的同学，通过简易的代码快速入门掌握Python语言。
用简易代码快速学习Python（四）
qq_42008415的博客
01-13 71
本学习系列主要针对“对编程略有了解”或“有其他语言基础并要进一步学习Python”的同学，通过简易的代码快速入门掌握Python语言。
用简易代码快速学习Python（七）
qq_42008415的博客
01-13 87
本学习系列主要针对“对编程略有了解”或“有其他语言基础并要进一步学习Python”的同学，通过简易的代码快速入门掌握Python语言。
用简易代码快速学习Python（六）
qq_42008415的博客
01-13 78
本学习系列主要针对“对编程略有了解”或“有其他语言基础并要进一步学习Python”的同学，通过简易的代码快速入门掌握Python语言。
python项目简易SNMP的管理站工具.zip
04-17
Python简易SNMP的管理站工具主要使用**PySNMP库**来实现。 下面详细介绍这个工具及其相关概念： 1. **PySNMP介绍**：PySNMP是一个用于Python编程语言的SNMP协议开发库，它支持SNMPv1、SNMPv2c和SNMPv3版本，允许...
fastapi：FastAPI框架，高性能，易于学习，快速编写代码，可投入生产
01-30
FastAPI是一种现代，快速（高性能）的Web框架，用于基于标准Python类型提示使用Python 3.6+构建API。 主要功能是： 快速：非常高的性能，在同水准与和的NodeJS围棋（感谢Starlette和Pydantic）。 。 快速编写...
毕设&课设&项目&实训-基于python-chess库的国际象棋AI内核及简易SVG可视化Client.zip
02-03
学习与项目开发：可以用作毕设、课设、作业和竞赛项目的开发基础，可以使用这些源码作为项目开发的基础，快速构建出具有竞争力的作品。 【互动与交流】： 资料鼓励下载和使用这些资源，并欢迎学习者进行沟通交流、...
专属编程笔记
u014397365的博客
06-01 1083
在软件开发中，Utils（或Utilities）目录通常用于存放一些。这些工具类或函数为整个应用程序或多个模块提供便利的功能支持，使得代码更加模块化、易于维护和重用。UtilsUtils目录的设计目的在于避免代码重复，并确保在整个项目中以一致的方式处理共通任务。这样做可以提高开发效率，降低维护成本，并确保代码的整洁性和可读性。
算法-找出N个数组的共同元素
Python领域优质萌新创作者
06-02 484
3.1、使用集合的intersection_update方法，将当前编辑的新闻编号集合与common_news_set取交集，并更新common_news_set。1.1、使用集合的交集操作找出被所有编辑共同编辑过的新闻：遍历每个新闻集合进行交集操作，时间复杂度为O(K)，其中K为所有编辑操作的总数。3.2、这样，common_news_set中将保留与当前编辑共同编辑过的新闻编号，即找到所有编辑共同编辑过的新闻编号的交集。news_ids: 一个包含N个列表的列表，每个列表包含一个编辑编辑过的新闻编号。
Python自动化脚本：文件分类
svygh123的专栏
06-01 522
要使用Python根据文件类型进行分类，可以遍历指定目录下的所有文件，检查每个文件的扩展名，然后根据扩展名将文件移动到对应的文件夹中。
Python热重载调试新利器
最新发布
weixin_53707653的博客
06-03 886
Reloading是一个Python工具库，它让我们可以在每次迭代之前从源代码中重新加载（或函数）而不丢失任何当前已执行过程。该工具对于在深度学习模型训练期间编辑源代码尤其好用，它让我们可以添加日志记录、打印统计数据或保存模型，而无需重新启动训练。
Python简易代码
08-27
Python简易代码可以包括以下几个方面： 1. 获取字典中的值并设置默认值：可以使用字典的get()方法来获取指定键的对应值，并且可以设置默认值。例如，如果键不存在，则返回默认值None。示例代码如下： ```python d =...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

刘学长丶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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