Pandas、numpy常用操作

Pandas

文件读写

excel

• 读取excel: pandas.read_excel(path,sep=',',header=None),reutrn DataFrame类型
• 写入excel: df.to_excel(path)

csv

• 读取csv：pandas.read_excel(path)
  

Dataframe

索引

• 选中df的第i列: df[i]，return Series 或df.i，type: num，后者的i应遵从变量命名规则
• 选中df的第i行: df.loc[i]
• 选中df的第i行第j列的元素: df.loc[i,j]
• 选中df的名为name的列df.['name']，return series

数据信息展示

• 选取df的前5行df.head()，return Dataframe
• 选取df的前n行df.head(n)，return Dataframe
• 计算df各列的各种常用数据数值df.describe()，return Dataframe
• 展示df的相关信息df.info()，return NoneType，如数据类型、占用内存大小等
• df的元素个数df.size
• 查看df当前所有列及其类型df.columns，return pandas…index，返回列索引和类型

groupby

• 以x列将df分组df.groupby('x')，return DataFrameGroupBy，通常经list()转换便于观察
• 以x为列，y为行分组df.groupby(['x','y'])，return DataFrameGroupBy
• 查看gb内各索引数量gb.size()，return Series

数据类型转换

• Dataframe转换为listnp.array(df).tolist()

Series

数据信息展示

• 查看sr各元素出现的次数sr.value_counts()，return series
• sr内元素的个数sr.size
• 作图sr.plot()

数据类型转换

• series类型的ndarray类型sr.values

Numpy

数组ndarray

索引

• array[n]数组的第n行
• array[x,y]数组的第x行，第y列的元素，等于array[x][y]
• array[x:y,m:n]数组的第x–y索引行、m–n索引列的区域

创建

array

• np.array([ [1,2,3] , [4,5,6] ])，类型：numpy.ndarray

arange

• np.arange(x,y,s)，创建一个从x到y步长为s的数组，s缺省时为1，x缺省时为0，类型：numpy.ndarray，范围[x,y)

数据信息展示

• 数据的维度np.shape
• 对于二维数组，array.shape(0)为行数，array.shape(1)为列数

数据类型转换

astype()

• 将数组ar内的数字类型进行转换ar.astype(type)，对数组内每个元素的数字类型进行设定

frombuffer()

• 以数组的形式保存数据流array = np.frombuffer(stream,dtype = 'type')

变list

• 将数组转为list：ar.tolist()

格式变换

reshape()

• 将一个数组内的元素按x行，y列重新排列，缺省值-1代表根据形状调整new = old.reshape(x,y)