Pandas基本使用1

<编程路上>

已于 2022-07-18 11:16:28 修改

阅读量280

点赞数

分类专栏： Pandas 文章标签： pandas python 数据分析

于 2022-07-18 11:15:40 首次发布

本文链接：https://blog.csdn.net/weixin_43788986/article/details/125841967

版权

Pandas 专栏收录该内容

7 篇文章 5 订阅

订阅专栏

本文主要参考Pandas中文文档进行学习讲解：
1.pandas可以直接使用列表和numpy数组：pd.Series()

import pandas as pd
import numpy as np

list= [11, 23, 35, 35, 64, 58]
s = pd.Series(list)
print(s)

num = np.array([12.3,34,56,88])
ss = pd.Series(num)
print(ss)

在这里插入图片描述
2.生成日期索引 pd.date_range('20220718', periods=10)

import pandas as pd

dates = pd.date_range('20220718', periods=10)
print(dates)

在这里插入图片描述
3.用含日期时间索引与标签的 NumPy 数组生成 DataFrame：

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=10)
df = pd.DataFrame(np.random.randn(10, 6), index=dates, columns=list('ABCDEF'))
print(df)

在这里插入图片描述
4.字典对象生成 DataFrame:

import pandas as pd
import numpy as np

zd = {'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'}
df2 = pd.DataFrame(zd)
print(df2.dtypes)
print(df2)

在这里插入图片描述
5.如何查看 DataFrame 头部和尾部数据：df.head() df.tail()

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=10)
df = pd.DataFrame(np.random.randn(10, 5), index=dates, columns=list('ABCDE'))
#查看前两行
print(df.head(2))
#查看后4行
print(df.tail(4))

在这里插入图片描述
6.显示索引：df.index

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=10)
df = pd.DataFrame(np.random.randn(10, 5), index=dates, columns=list('ABCDE'))
print(df)
print('\n索引为:',df.index)

在这里插入图片描述
7.显示列名：df.columns

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=10)
df = pd.DataFrame(np.random.randn(10, 5), index=dates, columns=list('ABCDE'))
print(df)
print('\n列名为:',df.columns)

在这里插入图片描述
8转化为numpy：df.to_numpy()
DataFrame.to_numpy() 的输出不包含行索引和列标签。

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df.to_numpy())

在这里插入图片描述
9.数据统计摘要df.describe()
describe() 可以快速查看数据的统计摘要：

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print(df.describe())

在这里插入图片描述
10.转置数据：df.T

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print(df.T)

在这里插入图片描述
11.按轴排序：df.sort_index(axis=1,ascending=False)

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print(df.sort_index(axis=1,ascending=False))

在这里插入图片描述
12.选择具体数据：
选择单列，产生 Seriesdf['A'] 与 df.A 等效

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df['B'])
print(df.A)

在这里插入图片描述
用 [ ] 切片行：df['20220718':'20220721']

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df[0:3])
print(df['20220718':'20220721'])

在这里插入图片描述
用标签提取一行数据：

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print(df.loc[dates[0]])
print(df.loc['20220718'])

在这里插入图片描述
用标签切片，包含行与列结束点：

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print(df.loc['20220718':'20220721', ['A', 'C']])

在这里插入图片描述
提取标量值（某一个值）：

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print(df.loc[dates[0], 'A'])
print(df.at[dates[0], 'A'])

在这里插入图片描述
用整数位置选择：

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print(df.iloc[3])
print(df.iloc[1:3,2:3])
print(df.iloc[[1,3],[2,3]])
print(df.iloc[2,3])

在这里插入图片描述
快速访问标量：

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)

print(df.iloc[2,3])
print(df.iat[2,3])

在这里插入图片描述
布尔索引
用单列的值选择数据：

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)

print(df[df.A > 0])#A这一列的数值大于0的显示

在这里插入图片描述

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)

print( df[df > 0])#数值大于0的显示

在这里插入图片描述
用 isin() 筛选：

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
df['E'] = [1,2,3,4,5,6]
print(df)

print(df[df['E'].isin([1, 3])])

在这里插入图片描述
13.赋值

import pandas as pd
import numpy as np

dates = pd.date_range('20220718', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
df['E'] = [1,2,3,4,5,6]
print(df)
#按标签赋值：
df.at[dates[0], 'A'] = 0.666
#按位置赋值：
df.iat[0, 2] = 3
#按 NumPy 数组赋值：
df.loc[:, 'E'] = np.array([5] * len(df))
print(df)