python相关参考文献_[编程]Python数据分析

Python数据分析主要用到numpy、pandas等库，虽然简单，但是没事多复习一下，可以减少使用时搜索查询的时间。

np.ndarray, pd.Series和pd.DataFrame的属性和方法

np.array的属性和方法见https://docs.scipy.org/doc/numpy/reference/arrays.ndarray.html​docs.scipy.org

pd.Series的属性和方法见pandas.Series - pandas 0.25.3 documentation​pandas.pydata.org

pd.DataFrame的属性和方法见pandas.DataFrame - pandas 0.25.3 documentation​pandas.pydata.org

DataFrame的统计

DataFrame按照特定列排序

>>> df = pd.DataFrame({'col_1':['a','b','a','b'], 'col_2':['c','c','d','d'], 'col_3':[1, 2, 3, 4]})

>>> df

col_1 col_2 col_3

0 a c 1

1 b c 2

2 a d 3

3 b d 4

>>> df.sort_values(by=['col_1','col_3'])

col_1 col_2 col_3

0 a c 1

2 a d 3

1 b c 2

3 b d 4

注意，df.sort_values()之后的index还是没变，使用iloc切片是按照排序，使用loc切片是按照index的值，需要注意和排序不一样。

>>> df.sort_values(by=['col_1','col_3'], ignore_index=False).iloc[2,:]

col_1 b

col_2 c

col_3 2

Name: 1, dtype: object

>>> df.sort_values(by=['col_1','col_3'], ignore_index=False).loc[2,:]

col_1 a

col_2 d

col_3 3

Name: 2, dtype: object

可以设置sort_values的ignore_index=True，这样返回的DataFrame的index就是重制了的。也可以使用df = df.reset_index(drop=True)来重置index。

DataFrame的groupby方法

Pandas的groupby方法可以根据一个或多个键拆分pandas对象，分组计算需要的值，比如计数、均值、标准差等，也可以使用apply和自定义函数。

>>> df = pd.DataFrame({'col_1':['a','b','a','b'], 'col_2':['c','c','d','d'], 'col_3':[1, 2, 3, 4]})

>>> df

col_1 col_2 col_3

0 a c 1

1 b c 2

2 a d 3

3 b d 4

>>> df.groupby('col_1').mean() # 针对col_1中不同值分别求均值

col_3

col_1

a 2

b 3

>>> df.groupby('