超强图解 Pandas 18 招!

点击上方“小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

Pandas是数据挖掘常见的工具,掌握使用过程中的函数是非常重要的。本文将借助可视化的过程,讲解Pandas的各种操作。

sort_values

(dogs[dogs['size'] == 'medium']
 .sort_values('type')
 .groupby('type').median()
)

执行步骤:

  • size列筛选出部分行

  • 然后将行的类型进行转换

  • 按照type列进行分组,计算中位数

2a7fbd94b512f3ff66567f2257414a42.png 492c90e3c8d52fefb3890f15db8f762c.png 5abc664f99fff9964a88758ee1d9cc27.png 943d4ff10310e1b5c6b9241526f16a56.png

selecting a column

dogs['longevity']
c58bf1155906cde6a80681b46bc2a24f.png

groupby + mean

 
 
dogs.groupby('size').mean()

执行步骤:

  • 将数据按照size进行分组

  • 在分组内进行聚合操作

4e339e739746948635cad485ae89591b.png dff1102157c449019069e433ad7e7c7e.png

grouping multiple columns

 
 
dogs.groupby(['type', 'size'])
08e80868aaef6a18e8b975d110b7ea2d.png

groupby + multi aggregation

 
 
(dogs
  .sort_values('size')
  .groupby('size')['height']
  .agg(['sum', 'mean', 'std'])
)

执行步骤

  • 按照size列对数据进行排序

  • 按照size进行分组

  • 对分组内的height进行计算

00f179bfe4c70e583db80cb5ffb8147b.png 1b03a4b5afe49c1cc41a17b9d375fd9b.png 16154ec5e27accbc1dd9386cb9fb0c2d.png 4fde1c6ce93570a6d4b1efe49a9c744b.png

filtering for columns

 
 
df.loc[:, df.loc['two'] <= 20]
553a0e7b7fd32813716d732c8bc614cf.png

filtering for rows

 
 
dogs.loc[(dogs['size'] == 'medium') & (dogs['longevity'] > 12), 'breed']
8f16e73631ed40cf85912274e513273b.png

dropping columns

 
 
dogs.drop(columns=['type'])
c57903788f537f66ae736d6d09de17fd.png

joining

 
 
ppl.join(dogs)
edffc4815b15d4786da7f0e24acf39ac.png

merging

 
 
ppl.merge(dogs, left_on='likes', right_on='breed', how='left')
37aa17cc020ae554c67965a025aa2c97.png

pivot table

 
 
dogs.pivot_table(index='size', columns='kids', values='price')
89f9b6efc7a3cf25e30cc19ddf5e6e98.png

melting

 
 
dogs.melt()
bf549226159470318529ef25f1b35ca4.png

pivoting

 
 
dogs.pivot(index='size', columns='kids')
5f84903dd8d59fedc9bddcaa1551a5c6.png

stacking column index

 
 
dogs.stack()
dcc88eb5e02399a0cddee788becf0b84.png

unstacking row index

 
 
dogs.unstack()
4b8e31a0162899e9c1aec1bed1249419.png

resetting index

 
 
dogs.reset_index()
dcad79a738eba1acf641e014a58be54a.png

setting index

 
 
dogs.set_index('breed')
a36731df4fcaef3b5077f766d648487b.png

好消息!

小白学视觉知识星球

开始面向外开放啦👇👇👇

 
 

b7993497e8c8e959e21f7c5168dd760f.jpeg

下载1:OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2:Python视觉实战项目52讲
在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。


下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。


交流群

欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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