php中pandans,pandans十分钟入门

pandas十分钟入门

1、生成一个DataFrame数据

```

import pandas as pd

import numpy as np

# 生成一个固定频率的时间索引

dates = pd.date_range('20190511',periods=6)

df = pd.DataFrame(np.random.randn(6,4),index=dates, columns=list('ABCD'))

print(df)

```

结果：

```

A B C D

2019-05-11 -0.176908 -0.075623 -0.033213 -1.055402

2019-05-12 -0.996933 0.246105 0.850962 0.357381

2019-05-13 1.295686 -1.075621 0.556757 -0.036692

2019-05-14 -1.432743 0.566759 -0.223873 0.172088

2019-05-15 1.409429 -1.100393 -0.129896 -0.336664

2019-05-16 -1.780095 0.220246 -0.150761 0.492497

```

2、查看数据

| 函数 | 说明 |

| --- | --- |

| df.head(int n) | 查看前n个数据 |

| df.tail(int n) | 查看后n个数据 |

| df.index | 显示索引 |

| df.columns | 显示列 |

| df.values | 显示底层numpy数据 |

| df.describe() | 描述显示数据的快速统计摘要 |

| df.T | 调换数据 |

| df.sort_index(axis=1, ascending=False) | 通过轴排序，axis=0按index排序，axis=1按columns排序，ascending=True升序，False降序|

| df.sort_values(by='B') | 按值排序，by=列名 |

3、选择区块

| 函数 | 说明 |

| --- | --- |

| df['A'] | 选择一列，产生一个系列，相当于df.A |

| df['20170102':'20170103'] | 选择通过[]操作符，选择切片行 |

| df[0:3] | 同上 |

4、按标签选择

| 函数 | 说明 |

| --- | --- |

|df.loc[dates[0]]|使用标签获取横截面|

|df.loc[:,['A','B']]|通过标签选择多轴|

|df.loc['20170102':'20170104',['A','B']]|显示标签切片，包括两个端点|

|df.loc['20170102',['A','B']]|减少返回对象的尺寸(大小)|

|df.loc[dates[0],'A']|获得标量值，即index和columns给定的值|

|df.at[dates[0],'A']|快速访问标量(等同于先前的方法)|

5、通过位置选择

| 函数 | 说明 |

| --- | --- |

|df.iloc[3]|通过传递的整数的位置选择，得到的一行的数据|

|df.iloc[3:5,0:2]|通过整数切片，类似于numpy/python|

|df.iloc[[1,2,4],[0,2]]|通过整数位置的列表，类似于numpy/python样式|

|df.iloc[1:3,:]|明确切片行|

|df.iloc[:,1:3]||

|df.iloc[1,1]|要明确获取值|

|df.iat[1,1]|要快速访问标量(等同于先前的方法)，|

6、布尔索引

| 函数 | 说明 |

| --- | --- |

|df[df.A > 0]|使用单列的值来选择数据|

|df[df > 0]|从满足布尔条件的DataFrame中选择值，不满足条件的值改为NAN|

|df2[df2['E'].isin(['two','four'])|使用isin()方法进行过滤|