01_pandas安装、Series、DataFrame、head、tail、 index、columns、to_numpy、describe、置换数据、sort_index、sort_values

最新推荐文章于 2024-03-20 22:59:34 发布
最新推荐文章于 2024-03-20 22:59:34 发布
阅读量853 收藏 3
点赞数
分类专栏： # Pandas(数据分析库) 文章标签： python
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/tototuzuoquan/article/details/105063391
版权

2.1 pandas安装

Pandas可以通过Anaconda来下的命令来安装，安装命令如下：

conda install pandas

Pandas也可以通过PyPi的pip命令安装：

pip install pandas

2.2 pandas介绍

当在处理表格数据，比如在电子表格或数据库中的数据，Pandas是一个比较适合工具。
Pandas将帮助你explor，clean和process你的数据。在Pandas中，表格数据被称作DataFrame。

在pandas中，基础的统计运算比较容易计算(mean（平均值）、median(中位数)、min、max、counts…)

2.4.3
创建Series
# -*- coding: UTF-8 -*-
#通常我们引入以下两个包
import numpy as np
import pandas as pd

# 通过传递进入一个列表的值的方式来创建Series
s = pd.Series([1,3,5,np.nan,6,8])
print(s)

输出结果为：

0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64
创建DataFrame
import numpy as np
import pandas as pd

# 通过设置开始时间，并设置间隔了多少月
dates = pd.date_range('20130101',periods=6)
print(dates)

# 随机生成一个6行4列的值
print(np.random.randn(6,4))

# 设置dates为行，ABCD为列的标题值，np.random.randn(6, 4)为行和列中的值
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)

运行结果为：

DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
               '2013-01-05', '2013-01-06'],
              dtype='datetime64[ns]', freq='D')
[[-0.07608087  0.58558893 -0.21592845  0.12784177]
 [ 0.247535    0.53836748 -0.70284328  1.54837594]
 [ 1.64819574 -0.50206321 -0.35793019  0.68934274]
 [ 0.22650068  0.12538524  0.40732857 -1.06068599]
 [-2.23717262  0.33738822 -0.50604412  1.12995536]
 [-0.08299078 -0.63831866  0.01021688 -0.01220394]]
                   A         B         C         D
2013-01-01  0.869725  0.839124 -0.762421 -0.093006
2013-01-02  0.868084 -0.204707 -0.328201 -0.608614
2013-01-03  0.388475  0.954867  1.766084 -0.675314
2013-01-04  0.813794 -0.603895 -1.658760 -0.630126
2013-01-05 -0.929438  0.136639  0.621816  0.379015
2013-01-06 -1.339556 -0.729281 -0.036169  0.924692

再如：

import numpy as np
import pandas as pd

df2 = pd.DataFrame({
    'A':1.,
    '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'
})

print(df2)

print("-------------")

print(df2.dtypes)

输出结果为：

     A          B    C  D      E    F
0  1.0 2013-01-02  1.0  3   test  foo
1  1.0 2013-01-02  1.0  3  train  foo
2  1.0 2013-01-02  1.0  3   test  foo
3  1.0 2013-01-02  1.0  3  train  foo
-------------
A           float64
B    datetime64[ns]
C           float32
D             int32
E          category
F            object
dtype: object
查看DataFrame中的数据 head、tail、 index、columns
import numpy as np
import pandas as pd

# 通过设置开始时间，并设置间隔了多少月
dates = pd.date_range('20130101',periods=6)
print(dates)

# 随机生成一个6行4列的值
# print(np.random.randn(6,4))

# 设置dates为行，ABCD为列的标题值，np.random.randn(6, 4)为行和列中的值
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)

# 查看DataFrame的前3条数据，如果参数不传的话默认显示5条
print(df.head(3))

#查看并显示DataFrame后面的数据（默认显示后面的5条）
print(df.tail(4))

# 显示DataFrame的索引值
print(df.index)

# 显示列的标题值
print(df.columns)

输出结果：

DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
               '2013-01-05', '2013-01-06'],
              dtype='datetime64[ns]', freq='D')
                   A         B         C         D
2013-01-01 -0.727105 -0.133146  1.562698  0.643809
2013-01-02 -0.607909 -1.682421  0.840893  0.884477
2013-01-03  1.291623  0.112634 -1.300335 -2.282469
2013-01-04 -1.133477  0.079521  1.591085  1.968505
2013-01-05  0.253467  1.530087 -2.272846  1.320857
2013-01-06 -0.460437 -1.982561  0.231264 -1.100951
                   A         B         C         D
2013-01-01 -0.727105 -0.133146  1.562698  0.643809
2013-01-02 -0.607909 -1.682421  0.840893  0.884477
2013-01-03  1.291623  0.112634 -1.300335 -2.282469
                   A         B         C         D
2013-01-03  1.291623  0.112634 -1.300335 -2.282469
2013-01-04 -1.133477  0.079521  1.591085  1.968505
2013-01-05  0.253467  1.530087 -2.272846  1.320857
2013-01-06 -0.460437 -1.982561  0.231264 -1.100951
DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
               '2013-01-05', '2013-01-06'],
              dtype='datetime64[ns]', freq='D')
Index(['A', 'B', 'C', 'D'], dtype='object')
to_numpy()

DataFrame.to_numpy()函数将DataFrame中的值转化为NumPy的数组，在这个过程中如果DataFrame中的每列的数据类型不一样，这个转化将比较慢。如果里面的类型都是一样的，这样的转化比较快。
案例如下：

import numpy as np
import pandas as pd

# 通过设置开始时间，并设置间隔了多少月
dates = pd.date_range('20130101',periods=6)
print(dates)

# 随机生成一个6行4列的值
# print(np.random.randn(6,4))

# 设置dates为行，ABCD为列的标题值，np.random.randn(6, 4)为行和列中的值
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print("-------------------------")
print(df.to_numpy())

输出结果：

DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
               '2013-01-05', '2013-01-06'],
              dtype='datetime64[ns]', freq='D')
                   A         B         C         D
2013-01-01 -1.386452  1.248885 -0.571603  0.561053
2013-01-02  0.000677  2.068503 -0.716411 -1.608811
2013-01-03 -0.992540  0.145069  0.499039 -0.226581
2013-01-04  0.641727 -0.575535 -0.986220  0.511012
2013-01-05  0.958642 -0.151898  0.028765  1.911871
2013-01-06  1.416480  1.535678 -0.708689 -0.146528
-------------------------
[[-1.38645213e+00  1.24888452e+00 -5.71602643e-01  5.61052513e-01]
 [ 6.77031253e-04  2.06850329e+00 -7.16410621e-01 -1.60881096e+00]
 [-9.92539619e-01  1.45069051e-01  4.99039121e-01 -2.26580685e-01]
 [ 6.41726963e-01 -5.75534913e-01 -9.86220354e-01  5.11012037e-01]
 [ 9.58642437e-01 -1.51897711e-01  2.87646756e-02  1.91187122e+00]
 [ 1.41647960e+00  1.53567763e+00 -7.08688613e-01 -1.46527696e-01]]
describe()快速统计汇总
import numpy as np
import pandas as pd

# 通过设置开始时间，并设置间隔了多少月
dates = pd.date_range('20130101',periods=6)
print(dates)

# 随机生成一个6行4列的值
# print(np.random.randn(6,4))

# 设置dates为行，ABCD为列的标题值，np.random.randn(6, 4)为行和列中的值
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print("-------------------------")
print(df.describe())

输出结果：

DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
               '2013-01-05', '2013-01-06'],
              dtype='datetime64[ns]', freq='D')
                   A         B         C         D
2013-01-01 -0.122144  0.502784  0.864083 -0.623890
2013-01-02  0.734360  2.029852  1.143485  0.229144
2013-01-03 -0.961763  0.685285 -0.769449 -1.356750
2013-01-04 -0.208984  1.350035 -1.097327  1.212215
2013-01-05  0.528868 -3.289768 -0.645706  1.026945
2013-01-06  0.490666 -0.653767  0.628475 -0.654120
-------------------------
              A         B         C         D
count  6.000000  6.000000  6.000000  6.000000
mean   0.076834  0.104070  0.020593 -0.027743
std    0.633704  1.889460  0.965375  1.022727
min   -0.961763 -3.289768 -1.097327 -1.356750
25%   -0.187274 -0.364630 -0.738513 -0.646562
50%    0.184261  0.594034 -0.008615 -0.197373
75%    0.519317  1.183847  0.805181  0.827495
max    0.734360  2.029852  1.143485  1.212215
置换数据
import numpy as np
import pandas as pd

# 通过设置开始时间，并设置间隔了多少月
dates = pd.date_range('20130101',periods=6)

# 随机生成一个6行4列的值
# print(np.random.randn(6,4))

# 设置dates为行，ABCD为列的标题值，np.random.randn(6, 4)为行和列中的值
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print("--------置换的结果是：将原来的index和Column置换了----------")
print(df.T)

输出结果：

                   A         B         C         D
2013-01-01 -0.483555  0.700367  2.140891 -0.735908
2013-01-02 -0.148087  1.923155  1.288311 -0.214712
2013-01-03  1.691412  1.468032  1.202893  0.741419
2013-01-04 -1.368299 -0.068072 -0.277387  0.012199
2013-01-05  0.859380 -0.869234 -0.163565  0.640557
2013-01-06 -1.156005 -0.311887 -0.015274  0.374591
--------置换的结果是：将原来的index和Column置换了----------
   2013-01-01  2013-01-02  2013-01-03  2013-01-04  2013-01-05  2013-01-06
A   -0.483555   -0.148087    1.691412   -1.368299    0.859380   -1.156005
B    0.700367    1.923155    1.468032   -0.068072   -0.869234   -0.311887
C    2.140891    1.288311    1.202893   -0.277387   -0.163565   -0.015274
D   -0.735908   -0.214712    0.741419    0.012199    0.640557    0.374591
按照轴的值排序sort_index
import numpy as np
import pandas as pd

# 通过设置开始时间，并设置间隔了多少月
dates = pd.date_range('20130101',periods=6)

# 随机生成一个6行4列的值
# print(np.random.randn(6,4))

# 设置dates为行，ABCD为列的标题值，np.random.randn(6, 4)为行和列中的值
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print("--------结果是：发现编程了D,C,B,A列了，axis=1列序号值排序，axis=0行序号值排序----------")
print(df.sort_index(axis=1,ascending=False))

运行结果：

                   A         B         C         D
2013-01-01 -0.449586 -1.359781 -0.831226 -0.347369
2013-01-02  0.744838 -0.244150  0.360123 -0.296774
2013-01-03 -1.079490 -0.919209 -0.229262 -0.780102
2013-01-04  0.848343 -1.657268  0.077846  0.184712
2013-01-05  2.230455 -0.073798 -0.393167 -2.292176
2013-01-06  0.153200  0.881303 -1.247231  0.689450
--------结果是：发现编程了D,C,B,A列了，axis=1列序号值排序，axis=0行序号值排序----------
                   D         C         B         A
2013-01-01 -0.347369 -0.831226 -1.359781 -0.449586
2013-01-02 -0.296774  0.360123 -0.244150  0.744838
2013-01-03 -0.780102 -0.229262 -0.919209 -1.079490
2013-01-04  0.184712  0.077846 -1.657268  0.848343
2013-01-05 -2.292176 -0.393167 -0.073798  2.230455
2013-01-06  0.689450 -1.247231  0.881303  0.153200
按照指定列的值进行排序sort_values
import numpy as np
import pandas as pd

# 通过设置开始时间，并设置间隔了多少月
dates = pd.date_range('20130101',periods=6)

# 随机生成一个6行4列的值
# print(np.random.randn(6,4))

# 设置dates为行，ABCD为列的标题值，np.random.randn(6, 4)为行和列中的值
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print("--------结果是：B这一列的值降序排列了----------")
print(df.sort_values(by='B',ascending=False))

输出结果：

                   A         B         C         D
2013-01-01 -0.372298  1.488387  0.397128 -1.079578
2013-01-02  0.186005 -0.140236 -0.635494  0.259721
2013-01-03 -2.666026  1.843873 -1.106027  0.004454
2013-01-04  0.797870 -0.244366 -0.700616 -1.094778
2013-01-05 -2.361092 -0.272000 -1.099560  1.518242
2013-01-06 -0.294348  0.616753  2.184161 -1.132596
--------结果是：B这一列的值降序排列了----------
                   A         B         C         D
2013-01-03 -2.666026  1.843873 -1.106027  0.004454
2013-01-01 -0.372298  1.488387  0.397128 -1.079578
2013-01-06 -0.294348  0.616753  2.184161 -1.132596
2013-01-02  0.186005 -0.140236 -0.635494  0.259721
2013-01-04  0.797870 -0.244366 -0.700616 -1.094778
2013-01-05 -2.361092 -0.272000 -1.099560  1.518242
涂作权的博客
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Python之numpy
weixin_38428439的博客
11-13 2205
Python之numpy
将Pandas中的DataFrame转换成Numpy中数组
热门推荐
weixin_42263508的博客
05-23 5万+
将Pandas中的DataFrame转换成Numpy中数组三种方法： T.values T.as_matrix() np.array(T) 三种方法都可以： np.array(T) print(y_test.head()) print('y_test:',type(y_test)) d = np.array(y_test) print('y_test:',d[0:3,:]) T.values p...
DataFrame转换为Numpy数组
最新发布
qrx941017的博客
03-20 2188
在开始之前，让我们先了解一下DataFrame和Numpy数组的基本特点。DataFrame是Pandas库中的一个重要数据结构，它类似于电子表格或数据库中的二维表格。一个DataFrame可以看作是由不同类型的列组成的表格，每列可以是不同类型的数据（例如整数、浮点数、字符等）。Pandas中的DataFrame对象提供了许多强大的数据操作功能，如数据过滤、排序、合并、分组、聚合等。它是进行数据分析和处理的重要工具之一。本文详细介绍了将DataFrame转换为Numpy数组的常用方法。通过使用。
Python pandas.DataFrame.to_numpy函数方法的使用
weixin_42098295的博客
07-29 6036
Pandas是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。本文主要介绍一下Pandas中pandas.DataFrame.to_numpy方法的使用。 原文地址：Python pandas.DataFrame.to_numpy函数方法的使用 ...
将DataFrame按‘列‘转换为NumPy数组
book_dw5189的博客
10-17 1294
# 使用.values.T 将DataFrame按'列'转换为NumPy数组 # 遍历DataFrame的'列'并逐一填充NumPy数组
Python使用Pandas库常见操作详解
12-23
DataFrame则是二维的表格型数据结构，包含列标签（columns）和行标签（index），可以存储多种数据类型，类似于数据库中的表格或者电子表格。 安装Pandas库通常非常简单，如果你使用Anaconda这样的集成环境，它会...
pandas,numpy笔记.docx
03-07
在数据科学和机器学习中，pandas 和 numpy 是两种非常重要的库，它们提供了强大的数据处理和分析功能。下面是对 pandas 和 numpy 的一些重要知识点的总结。 数据导入 pandas 提供了多种方式来导入数据，包括： * ...
Pandas_learning.md
02-01
Pandas 是一个基于 NumPy 的数据处理库，它提供了高性能、易于使用的数据结构以及数据分析工具。Pandas 的主要对象包括 `Series` 和 `DataFrame`。 - **Series**：一个一维数组，可以存储任何数据类型（整数、字符...
Python数据分析库pandas基本操作方法
09-20
Python数据分析库pandas是一个非常强大的数据分析工具，它提供了大量易于使用的数据结构和数据分析工具。pandas主要操作对象有两类：一维的Series和二维的DataFrame。以下为pandas的几个基本操作知识点。 1. pandas...
pandas数据清洗,排序,索引设置,数据选取方法
09-20
`index`获取或设置行索引，`columns`获取或设置列名，`values`获取DataFrame的numpy数组形式，`dtypes`查看各列的数据类型，`describe()`用于快速概览数据统计信息，`head()`和`tail()`分别显示数据的前几行和后几行...
DataFrame 数据框与Numpy ndarray 的转换
m0_50614038的博客
04-17 4999
在处理的数据的时候，最常遇到的就是使用 Pandas 的 Dataframe 与 Numpy 的 ndarray。以下以 mtcars 为例，该数据集包含 32 笔汽车模型的数据, 这些数据取自1974年《汽车趋势》杂志，对于每辆汽车, 有 11 个特徵值，详细说明就省略，因为本篇文章主要是讨论如何在两种常见的对象之间转换。 取得三笔mtcars的数据，以字符串的方式存取。 strs = ['0,4.58257569495584,6,160.0,110,3.9,2.62,16.46,0,1,4,4,1,Ma
详解将Pandas中的DataFrame类型转换成Numpy中array类型的三种方法
Mxeron的博客
01-29 1028
import numpy as np import pandas as pd df=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
python使用numpy进行排序后返回相应的索引
豆芽菜
10-11 7867
python中原生的sort()方法直接对列表进行排序，并不返回索引，如果想返回索引可以使用numpy.argsort()方法
python（numpy，pandas6）——pandas数据形式的简介，排序方式sort_index，sort_values
渣渣屋
02-17 398
文章目录前言Series data_range DataFramepandas的属性查看方法pandas 排序 前言 根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。 Series data_range DataFrame pandas的数据类型更像是字典形式的numpy dates = pd.date_range('20200209',periods=6) #以日期的格式形成的数据 df=pd.DataFrame(np.arange(24).reshape(6
python to_numpy()方法 AttributeError: ‘tuple‘ object has no attribute ‘to_numpy‘
sinat_39027078的博客
04-11 1万+
最近在使用reportlib库生成PDF，表格部分使用该函数对数据进行转换，转换成指定格式以生成PDF中的表格。 对数据产生以下错误： AttributeError: 'tuple' object has no attribute 'to_numpy' to_numpy()方法将数据转换为一个Numpy 数组 该方法中有三个参数： 1、dtype:传递的数据类型，这个类型一般使用的是 DataFrame、Series 格式 2、copy:是否保存数据副本 3、na_value:可选用于缺失值
python学习之1 numpy常用的函数
To be better
12-28 9802
python教程01 numpy常用的函数如何安装 pip install numpy 可能还要安装 pip install scipy 函数引用import numpy as np1.array()方法 创建数据 2.shape属性 数组的形状 3.reshape()方法 创建指定形状的新数组 4.dtype属性 得到数组的元素类型 5.arange()方法 通过指定开
numpy常用函数
qq_41107392的博客
02-14 175
https://www.cnblogs.com/blogwangwang/p/9608141.html 参考文献 1. import numpy as np np.random.choice 参数意思分别 是从a 中以概率P，随机选择3个, p没有指定的时候相当于是一致的分布 a1 = np.random.choice(a=5, size=3, replace=False, p=None) pri...
【Python】sort_index()的参数level的理解
2301_76287968的博客
02-20 995
sort_index则根据单个级别中的值对数据进⾏排序。交换级别 时，常常也会⽤到sort_index”学习过程中没有理解level=1的作用，看方法中备注的解释内容也还是没能理解。这次没有报错了，所有level的值是按照层次化标签的来进行排序的。于是，更改level的值进一步了解。输出结果显示按照第二层级1，2，3排序。输出结果显示按照第一层级ABC排序。输出结果显示按照第二层级abc排序。接下来增加frame的层级。
pandas:DataFrame对行和列的操作.head()、.tail()
错位的梦寐的博客
09-27 1万+
import numpy as np import pandas as pd from pandas import Sereis, DataFrame ser = Series(np.arange(3.)) data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz')) data['w'...
Python数据分析之pandas基本数据结构：Series、DataFrame
05-19
在Python数据分析中，pandas是一个非常常用的数据处理库。pandas中的两种基本数据结构是Series和DataFrame。 Series是一维数组，其中的每个元素都有一个索引。可以将Series看作是一个带有索引的数组或一个带有标签的列表。 DataFrame是二维表格，其中的每个元素都有一个行索引和一个列索引。可以将DataFrame看作是一个带有标签的、多列的表格或一个带有标签的、异构数据的字典。 在pandas中，可以通过以下方式创建Series和DataFrame： 创建Series： ```python import pandas as pd s = pd.Series([1, 3, 5, np.nan, 6, 8]) ``` 创建DataFrame： ```python import pandas as pd import numpy as np data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'], 'age': [28, 34, 29, 42], 'gender': ['M', 'M', 'M', 'F']} df = pd.DataFrame(data) ``` 可以通过访问Series和DataFrame的属性和方法来进行数据处理和分析，例如： ```python # 访问Series的属性 s.values s.index # 访问DataFrame的属性 df.columns df.head() df.tail() df.describe() df.sort_values(by='age') ```
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

涂作权的博客

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