Pandas 总结

Pandas 初步

开课吧 人工智能学院 python与人工智能 第二模块的老师，介绍了数据分析。老师在课上一直强调，授人以鱼不如授人以渔。

在数据分析中常用一个工具包pandas

安装与导入Pandas

安装Pandas:

pip install pandas

安装好后, 可以检查版本

import pandas
pandas.__version__

导入模块

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

Pandas 对象简介

Series对象

• 是特殊的Numpy数组
  • Numpy的数组隐含是整数索引, 而Series的索引不仅可以是整数, 还可以任何hash-type的类型.

data = pd.Series([0.1,0.2, 0.3, 0.4], 
                 index=['a', 'b', 'c', 'd'])
data

• 也可以看成特殊的字典

p_dict = {"数学": 88, "物理": 99, 
          "英语": 123, "历史": 83}
p = pd.Series(p_dict)  

DataFrame对象

• 可以看成特殊的二维Numpy array

score_dict = {"数学": 88, "物理": 99, 
          "英语": 123, "历史": 83}
score = pd.Series(score_dict)

numbs_dict = {"数学": 100, "物理": 99, 
          "英语": 200, "历史": 300}
nums = pd.Series(numbs_dict)

data = pd.DataFrame({"score": score, "nums":nums})
data

Pandas 导入数据

• read_csv导入csv数据

# 读取数据 关于酒的质量
red_df_ = pd.read_csv('winequality-red.csv')
white_df_ = pd.read_csv('winequality-white.csv')
# 第一行是表头 、 第二行是数据

# 同时注意一下到表头？
red_df_.head()

• read_csv(****.csv, sep=';') 加入参数sep=';' , 文件就以分号分开数据

# CSV逗号分割文件，该文件是通过分号分割开，加入参数 sep=';'就以分号分开数据 

red_df = pd.read_csv('winequality-red.csv', sep=';')
red_df.head()

# .head() 一般展示前五行
# .head(n=10) 就可以展示前10行了

• 展示数据的信息
  • 查看表的数据信息 .info()
  • 查看表的统计信息 .describe()
  • 浏览数据，统计数据每列有多少离散值 .nunique()
  • 查看数据的表头 .columns
  • 查看数据多少行多少列 .shape
  • 中位数 .median 、均值 .mean 、 方差 .std
• 添加数据 与 合并数据

# 加一列数据 表面是红酒
red_df['color'] = ['red']*red_df.shape[0]
red_df.head()

white_df['color'] = [1]*white_df.shape[0]
white_df.head()

# 拼接数据
df = pd.concat([red_df, white_df], axis="index")

• 通过图展示数据分布

for col_name in df.columns:
    if col_name != 'color':
        plt.hist(df[col_name])
        plt.title(col_name+' histogram')
        plt.show()

讲师在课上强调，这些内容只是入门了，咱们至少需要学会阅读文档，讲师就边对着文档边讲参数。😊