python pandas教程百度网盘-Python之Pandas使用教程

1.Pandas概述

Pandas是Python的一个数据分析包，该工具为解决数据分析任务而创建。

Pandas纳入大量库和标准数据模型，提供高效的操作数据集所需的工具。

Pandas提供大量能使我们快速便捷地处理数据的函数和方法。

Pandas是字典形式，基于NumPy创建，让NumPy为中心的应用变得更加简单。

2.Pandas安装

3.Pandas引入

import pandas as pd

4.Pandas数据结构

4.1Series

import numpy as np

import pandas as pd

s=pd.Series([1,2,3,np.nan,5,6])

print(s)

----------执行以上程序，返回的结果为----------

0 1.0

1 2.0

2 3.0

3 NaN

4 5.0

5 6.0

dtype: float64

4.2DataFrame

DataFrame是表格型数据结构，包含一组有序的列，每列可以是不同的值类型。DataFrame有行索引和列索引，可以看成由Series组成的字典。

import numpy as np

import pandas as pd

dates=pd.date_range("2019-08-01",periods=6)

pd=pd.DataFrame(np.random.randn(6,4),index=dates,columns=["A","B","C","D"])

print("输出6行4列的表格：")

print(pd)

print(" ")

print("输出第二列：")

print(pd["B"])

print(" ")

----------执行以上程序，返回的结果为----------

输出6行4列的表格：

A B C D

2019-08-01 0.796050 -0.383286 -1.465294 -0.272321

2019-08-02 -1.431981 -0.875381 1.371449 0.321703

2019-08-03 -1.497636 1.258925 -1.374210 -0.765626

2019-08-04 2.518305 0.125094 2.647512 -0.024748

2019-08-05 -0.319238 0.395384 -0.582052 -0.396132

2019-08-06 -0.519434 1.873216 1.685524 -1.493000

输出第二列：

2019-08-01 -0.383286

2019-08-02 -0.875381

2019-08-03 1.258925

2019-08-04 0.125094

2019-08-05 0.395384

2019-08-06 1.873216

Freq: D, Name: B, dtype: float64

-------------------------------------------

import numpy as np

import pandas as pd

from datetimeimport datetime as dt

print("通过字典创建DataFrame:")

df_1=pd.DataFrame({"A":1.0,

"B":pd.Timestamp(2019,8,19),

"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(df_1)

print(" ")

print("返回每列的数据类型：")

print(df_1.dtypes)

print(" ")

print("返回行的序号：")

print(df_1.index)

print(" ")

print("返回列的序号名字：")

print(df_1.columns)

print(" ")

print("把每个值进行打印出来：")

print(df_1.values)

print(" ")

print("数字总结：")

print(df_1.describe())

print(" ")

print("翻转数据：")

print(df_1.T)

print(" ")

print("按第一列进行排序：")

#axis等于1按列进行排序 如ABCDEFG 然后ascending倒叙进行显示

print(df_1.sort_index(1,ascending=False))

print(" ")

print("按某列的值进行排序：")

print(df_1.sort_values("E"))

print(" ")

----------执行以上程序，返回的结果为----------

通过字典创建DataFrame:

A B C D E F

0 1.0 2019-08-19 1.0 3 test foo

1 1.0 2019-08-19 1.0 3 train foo

2 1.0 2019-08-19 1.0 3 test foo

3 1.0 2019-08-19 1.0 3 train foo

返回每列的数据类型：

A float64

B datetime64[ns]

C float32

D int32

E category

F object

dtype: object

返回行的序号：

Int64Index([0, 1, 2, 3], dtype="int64")

返回列的序号名字：

Index(["A", "B", "C", "D", "E", "F"], dtype="object")

把每个值进行打印出来：

[[1.0 Timestamp("2019-08-19 00:00:00") 1.0 3 "test" "foo"]

[1.0 Timestamp("2019-08-19 00:00:00") 1.0 3 "train" "foo"]

[1.0 Timestamp("2019-08-19 00:00:00") 1.0 3 "test" "foo"]

[1.0 Timestamp("2019-08-19 00:00:00") 1.0 3 "train" "foo"]]

数字总结：

A C D

count 4.0 4.0 4.0

mean 1.0 1.0 3.0

std 0.0 0.0 0.0

min 1.0 1.0 3.0

25% 1.0 1.0 3.0

50% 1.0 1.0 3.0

75% 1.0 1.0 3.0

max 1.0 1.0 3.0

翻转数据：

0 1 2 3

A 1 1 1 1

B 2019-08-19 00:00:00 2019-08-19 00:00:00 2019-08-19 00:00:00 2019-08-19 00:00:00

C 1 1 1 1