Pandas基础命令速查表

最新推荐文章于 2024-01-02 14:08:47 发布
最新推荐文章于 2024-01-02 14:08:47 发布
阅读量1.4k 收藏 12
点赞数 2
分类专栏： # python(软件安装与基础学习) 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43816759/article/details/120532126
版权

前言
最近发现写的关于python的博客慢慢有人在看，并且关注。突然觉得分享学习内容供大家参考是一件快乐的事情，虽然跟其他大博主相差太远，文章质量也不在一个level。但是还是想在这里记录学习内容，一方面是提醒自己不断学习，不断更新；另一方面也想分享给同我一样的小白。每个大神背后都有一段慢慢成长的岁月。希望同大家一起进步~

缩写解释 & 库的导入

  • df：任意的pandas DataFrame(数据框)对象
  • s：任意的pandas Series(数组)对象
  • pandas和numpy是用Python做数据分析最基础且最核心的库
import pandas as pd # 导入pandas库并简写为pd
import numpy as np # 导入numpy库并简写为np

数据的导入

  • 数据导入时，路径需要加上引号
  • pd.read_table(filename) # 导入有分隔符的文本 (如TSV) 中的数据
  • pd.read_sql(query, connection_object) # 导入SQL数据表/数据库中的数据
  • pd.read_json(json_string) # 导入JSON格式的字符，URL地址或者文件中的数据
  • pd.read_html(url) # 导入经过解析的URL地址中包含的数据框 (DataFrame) 数据
  • pd.read_clipboard() # 导入系统粘贴板里面的数据
  • pd.DataFrame(dict) # 导入Python字典 (dict) 里面的数据，其中key是数据框的表头，value是数据框的内容。
import os 
os.getcwd()#获取当前路径
pd.read_csv('测试数据.csv') # 在上述路径下，导入csv格式文件中的数据 ，注意要加引号
pd.read_excel('测试数据.xlsx') # 导入Excel格式文件中的数据

数据的导出

  • df.to_csv(filename) # 将数据框 (DataFrame)中的数据导入csv格式的文件中
  • df.to_excel(filename) # 将数据框 (DataFrame)中的数据导入Excel格式的文件中
  • df.to_sql(table_name,connection_object) # 将数据框(DataFrame)中的数据导入SQL数据表/数据库中
  • df.to_json(filename) # 将数据框(DataFrame)中的数据导入JSON格式的文件中
#创建一个df后导出到文件测试数据
df = pd.DataFrame(np.random.rand(10,5))
df.to_csv('测试数据.csv') # 将数据框 (DataFrame)中的数据导入csv格式的文件中  
df.to_excel('测试数据.xlsx') # 将数据框 (DataFrame)中的数据导入Excel格式的文件中

创建测试对象

方式一

pd.DataFrame(np.random.rand(10,5)) # 创建一个5列10行的由随机浮点数组成的数据框 DataFrame

输出结果

方式二

#pd.Series(my_list) # 从一个可迭代的对象 my_list 中创建一个数据组
my_list = ['Kesci',100,'欢迎来到科赛网']
pd.Series(my_list)

0      Kesci
1        100
2    欢迎来到科赛网
dtype: object

方式三

#df.index = pd.date_range('2017/1/1', periods=df.shape[0]) # 添加一个日期索引 index
#df.shape[0]首先将df的shape显示出来，在取df的行数
df = pd.DataFrame(np.random.rand(10,5))
df.index = pd.date_range('2017/1/1', periods=df.shape[0])
df

输出结果

数据的查看与检查

  • df.head(n)：查看数据框的前n行
  • df.tail(n)：查看数据框的最后n行
  • df.shape：查看数据框的行数与列数
  • df.info()：查看数据框 (DataFrame) 的索引、数据类型及内存信息
  • df.describe()： 对于数据类型为数值型的列，查询其描述性统计的内容
  • s.value_counts(dropna=False)：查询每个独特数据值出现次数统计
  • df.apply(pd.Series.value_counts)：查询数据框 (Data Frame) 中每个列的独特数据值出现次数统计
#df.head(n)  # 查看数据框的前n行
df = pd.DataFrame(np.random.rand(10,5))
df.head(3)

输出结果

#df.tail(n) # 查看数据框的最后n行
df = pd.DataFrame(np.random.rand(10,5))
df.tail(3)

输出结果

#df.shape # 查看数据框的行数与列数
df = pd.DataFrame(np.random.rand(10,5))
df.shape
  • 输出结果
(10, 5)

#df.info() # 查看数据框 (DataFrame) 的索引、数据类型及内存信息
df = pd.DataFrame(np.random.rand(10,5))
df.info()
  • 输出结果
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 5 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   0       10 non-null     float64
 1   1       10 non-null     float64
 2   2       10 non-null     float64
 3   3       10 non-null     float64
 4   4       10 non-null     float64
dtypes: float64(5)
memory usage: 528.0 bytes

#df.describe() # 对于数据类型为数值型的列，查询其描述性统计的内容
df.describe()

输出结果

#s.value_counts(dropna=False) # 查询每个独特数据值出现次数统计
#dropna=False为计算nan的数量
s = pd.Series([1,2,3,3,4,np.nan,5,5,5,6,7])
s.value_counts(dropna=False)
  • 输出结果
5.0    3
3.0    2
7.0    1
6.0    1
4.0    1
NaN    1
2.0    1
1.0    1
dtype: int64

#df.apply(pd.Series.value_counts) # 查询数据框 (Data Frame) 中每个列的独特数据值出现次数统计
df.apply(df.value_counts)

部分截图

数据的选取

  • 选取列
    • df[col]：以数组 Series 的形式返回选取的列
    • df[[col1, col2]]：以新的数据框(DataFrame)的形式返回选取的列
  • 选取行
    • df.iloc[0,:]：选取第一行
    • df.iloc[0,0]：选取第一行的第一个元素
    • s.iloc[0]：按照位置选取行
#df[col] # 以数组 Series 的形式返回选取的列
df = pd.DataFrame(np.random.rand(5,5),columns=list('ABCDE'))
print(df)
df['C']
  • 输出结果
          A         B         C         D         E
0  0.392882  0.186349  0.679356  0.518771  0.856577
1  0.772426  0.523026  0.446114  0.227743  0.156144
2  0.055333  0.358384  0.848030  0.962028  0.562657
3  0.129864  0.378202  0.858732  0.377576  0.213878
4  0.189561  0.201544  0.056051  0.353937  0.175599
0    0.679356
1    0.446114
2    0.848030
3    0.858732
4    0.056051
Name: C, dtype: float64

#df[[col1, col2]] # 以新的数据框(DataFrame)的形式返回选取的列
#注意是两个方括号
df = pd.DataFrame(np.random.rand(5,5),columns=list('ABCDE'))
df[['B','E']]

输出结果

df.iloc[0,:] # 选取第一行
  • 输出结果
A    0.392882
B    0.186349
C    0.679356
D    0.518771
E    0.856577
Name: 0, dtype: float64

df = pd.DataFrame(np.random.rand(5,5),columns=list('ABCDE'))
df.iloc[0,0] # 选取第一行的第一个元素
  • 输出结果
0.6393578066458864

#s.iloc[0] # 按照位置选取行
s = pd.Series(np.array(['I','Love','Data']))
print(s)
print("-----")
print(s.iloc[1])
print("-----")
print(s[1])
  • 输出结果
0       I
1    Love
2    Data
dtype: object
-----
Love
-----
Love

#s.loc['index_one'] # 按照索引选取
s = pd.Series(np.array(['I','Love','Data']))
s.loc[1]
  • 输出结果
'Love'

数据的清洗

  • 重命名数据框的列名称：df.columns = [‘a’,‘b’]
  • 检查数据中空值出现的情况，并返回一个由布尔值(True,Fale)组成的列：pd.isnull()
  • 检查数据中非空值出现的情况，并返回一个由布尔值(True,False)组成的列：pd.notnull()
  • 移除数据框 DataFrame 中包含空值的行：df.dropna()
  • 移除数据框 DataFrame 中包含空值的列：df.dropna(axis=1)
  • 将数据框 DataFrame 中的所有空值替换为 x：df.fillna(x)
  • 将所有空值替换为平均值：s.fillna(s.mean())
  • 将数组(Series)的格式转化为浮点数：s.astype(float)
  • 将数组(Series)中的所有1替换为’one’：s.replace(1,‘one’)
  • 将全体列重命名：df.rename(columns=lambda x: x + 2)
  • 改变索引：df.set_index(‘column_one’)将df中的一列作为索引
  • 改变全体索引：df.rename(index = lambda x: x+ 1)
#df.columns = ['a','b'] # 重命名数据框的列名称
df = pd.DataFrame({'A':np.array([1,np.nan,2,3,6,np.nan]),
                 'B':np.array([np.nan,4,np.nan,5,9,np.nan]),
                  'C':'foo'})
print(df)
df.columns = ['a','b','c']
df

输出结果

#pd.isnull() # 检查数据中空值出现的情况，并返回一个由布尔值(True,Fale)组成的列
df = pd.DataFrame({'A':np.array([1,np.nan,2,3,6,np.nan]),
                 'B':np.array([np.nan,4,np.nan,5,9,np.nan]),
                  'C':'foo'})
pd.isnull(df)

输出结果

#pd.notnull() # 检查数据中非空值出现的情况，并返回一个由布尔值(True,False)组成的列
pd.notnull(df)

输出结果

#df.dropna() # 移除数据框 DataFrame 中包含空值的行
df.dropna()

输出结果

#df.dropna(axis=1) # 移除数据框 DataFrame 中包含空值的列
df.dropna(axis=1)

输出结果

#df.dropna(axis=0,thresh=n)
df = pd.DataFrame({'A':np.array([1,np.nan,2,3,6,np.nan]),
                 'B':np.array([np.nan,4,np.nan,5,9,np.nan]),
                  'C':'foo'})
print(df)
test = df.dropna(axis=1,thresh=1)
test

输出结果

#df.fillna(x) # 将数据框 DataFrame 中的所有空值替换为 x
df.fillna('x')

输出结果

#s.fillna(s.mean()) -> 将所有空值替换为平均值
s = pd.Series(np.array([1,2,3,4,np.nan]))
s.fillna(s.mean())
  • 输出结果
0    1.0
1    2.0
2    3.0
3    4.0
4    2.5
dtype: float64

df = pd.DataFrame({'A':np.array([1,np.nan,2,3,6,np.nan]),
                 'B':np.array([np.nan,4,np.nan,5,9,np.nan])
                  })
print(df)
df.fillna(df.mean())

输出结果

#s.astype(float) # 将数组(Series)的格式转化为浮点数
s = pd.Series([1,3,5,np.nan,7,9,9])
print(s)
s.astype(float)
  • 输出结果
0    1.0
1    3.0
2    5.0
3    NaN
4    7.0
5    9.0
6    9.0
dtype: float64
0    1.0
1    3.0
2    5.0
3    NaN
4    7.0
5    9.0
6    9.0
dtype: float64

s.replace(1,'one') # 将数组(Series)中的所有1替换为'one'
  • 输出结果
0    one
1    3.0
2    5.0
3    NaN
4    7.0
5    9.0
6    9.0
dtype: object

s.replace([1,3],['one','three']) # 将数组(Series)中所有的1替换为'one', 所有的3替换为'three'
  • 输出结果
0      one
1    three
2      5.0
3      NaN
4      7.0
5      9.0
6      9.0
dtype: object

#df.rename(columns=lambda x: x + 2) # 将全体列重命名
df = pd.DataFrame(np.random.rand(4,4))
print(df)
df.rename(columns=lambda x: x+ 2)

输出结果

#df.rename(columns={'old_name': 'new_ name'}) # 将选择的列重命名
df = pd.DataFrame(np.random.rand(10,5),columns=list('ABCDE'))
print(df)
df.rename(columns={'A':'newA','C':'newC'})

输出结果

#df.set_index('column_one') # 改变索引
df = pd.DataFrame(np.random.rand(10,5),columns=list('ABCDE'))
print(df)

输出结果

df.set_index('B')

输出结果

#df.rename(index = lambda x: x+ 1) # 改变全体索引
df = pd.DataFrame(np.random.rand(10,5))
print(df)
df.rename(index = lambda x: x+ 1)

输出结果

数据的过滤(filter),排序(sort)和分组(groupby)

df = pd.DataFrame(np.random.rand(10,5),columns=list('ABCDE'))
print(df)
  • 输出结果
          A         B         C         D         E
0  0.601053  0.573565  0.836974  0.658605  0.830938
1  0.059302  0.353587  0.513705  0.656726  0.139989
2  0.252286  0.878826  0.049156  0.417498  0.571945
3  0.267167  0.775165  0.492413  0.614786  0.264115
4  0.139825  0.940257  0.293432  0.461542  0.138061
5  0.886448  0.486807  0.914528  0.599247  0.543496
6  0.380719  0.297325  0.308344  0.706765  0.888145
7  0.611720  0.999417  0.212681  0.730247  0.213721
8  0.030874  0.505999  0.316796  0.862693  0.069417
9  0.192617  0.084684  0.398076  0.927433  0.489947

#df[df[col] > 0.5] # 选取数据框df中对应行的数值大于0.5的全部列
df[df["A"]>0.5]

输出结果

#df[(df[col] > 0.5) & (df[col] < 0.7)] # 选取数据框df中对应行的数值大于0.5，并且小于0.7的全部列
df[(df["D"] > 0.5) & (df["B"] < 0.7)]

输出结果

#df.sort_values(col1) # 按照数据框的列col1升序(ascending)的方式对数据框df做排序
df.sort_values("A")

输出结果

#df.sort_values(col2,ascending=False) # 按照数据框的列col2降序(descending)的方式对数据框df做排序
df.sort_values("A",ascending = False)

输出结果

#df.sort_values([col1,col2],ascending=[True,False]) # 按照数据框的列col1升序，col2降序的方式对数据框df做排序
df.sort_values(["A","B"],ascending = [True,False])

输出结果

#df.groupby(col) # 按照某列对数据框df做分组
df = pd.DataFrame({'A':np.array(['foo','foo','foo','foo','bar','bar']),
      'B':np.array(['one','one','two','two','three','three']),
     'C':np.array(['small','medium','large','large','small','small']),
     'D':np.array([1,2,2,3,3,5])})
df

输出结果

df.groupby('A').count()

输出结果

#df.groupby([col1,col2]) # 按照列col1和col2对数据框df做分组
df[["B","D"]].groupby(['B','D']).sum()

输出结果

df.groupby("B").count()

输出结果

#df.groupby(col1)[col2].mean() # 按照列col1对数据框df做分组处理后，返回对应的col2的平均值
print(df.groupby('B')['D'].mean())
print(df.groupby('B')['D'].sum())
  • 输出结果
B
one      1.5
three    4.0
two      2.5
Name: D, dtype: float64
B
one      3
three    8
two      5
Name: D, dtype: int32

#df.pivot_table(index=col1,values=[col2,col3],aggfunc=mean) # 做透视表，索引为col1,针对的数值列为col2和col3，分组函数为平均值
df.pivot_table(df,index=['A','B'],
               columns=['C'],aggfunc=np.sum)

输出结果

#df.groupby(col1).agg(np.mean)
df.groupby('A').agg(np.mean)

输出结果

#df.apply(np.mean) # 对数据框df的每一列求平均值
df = pd.DataFrame(np.random.rand(10,5),columns=list('ABCDE'))
print(df)
df.apply(np.mean)
  • 输出结果
          A         B         C         D         E
0  0.364793  0.828703  0.017199  0.541652  0.587749
1  0.886629  0.625196  0.851928  0.003990  0.815234
2  0.679766  0.988798  0.128338  0.751804  0.717242
3  0.774852  0.639799  0.641856  0.685501  0.814179
4  0.421538  0.077434  0.513442  0.018761  0.386801
5  0.601300  0.275986  0.796488  0.832559  0.058823
6  0.467172  0.208401  0.380636  0.419302  0.597200
7  0.362045  0.053134  0.599553  0.294281  0.074082
8  0.881448  0.404887  0.227112  0.407482  0.513640
9  0.310877  0.184919  0.082787  0.915722  0.788908
A    0.575042
B    0.428726
C    0.423934
D    0.487105
E    0.535386
dtype: float64

df.apply(np.max,axis=1) # 对数据框df的每一行求最大值
  • 输出结果
0    0.828703
1    0.886629
2    0.988798
3    0.814179
4    0.513442
5    0.832559
6    0.597200
7    0.599553
8    0.881448
9    0.915722
dtype: float64

数据的连接(join)与组合(combine)

  • 在这里借用一下喜乐君tableau博客中的概念
    • 一般对于数据的合并分为数据并集(union)以及数据连接(join)
    • 数据并集：数据上下追加，行数增加，列数不变
      • python中使用df1.append(df2) 同pd.concat([df1,df2],axis=0)
    • python中存在一种左右拼接方式，将df1与df2直接根据行索引连接起来
      • 如果行索引相同，行数不变，列数增加
      • 如果行索引不同，行数增加，列数也增加
      • python中使用pd.concat([df1,df2],axis=1)
    • 数据连接：数据左右连接，行数不确定，列数增加
      • 一般在mysql中可以实现内连、左连、右连，不能进行完全连接
      • python中使用df1.join(df2, on=‘key’),使用的是df2的行索引进行连接的
      • jion操作可以直接用index来连接，但是要求两个dataframe要有一样的index但不能有重叠的列
      • 通常来说一般是使用两个表格中的主键进行连接的，在这里python使用的是pd.merge(df1,df2,on="",how="")
        • 其中on后接连接的列名，若是两个不同的列名，使用pd.merge(df1,df2,left_on=‘key_1’,
          right_on=‘key_2’,how="")
        • 如果不指定连接的列名，python会自动匹配两个df中相同的列名
        • 其中how可以是inner(默认)、left、right、outer
        • 注意df1,df2的位置，位于左边的属于左边的表格，位于右边属于右边的表格
        • 连接的两个列会只保留一个列

数据并集

  • 使用df1.append(df2) 同pd.concat([df1,df2],axis=0)
#df1.append(df2) # 在数据框df2的末尾添加数据框df1，其中df1和df2的列数应该相等
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                   index=[0, 1, 2, 3])
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']},
                   index=[4, 5, 6, 7])

print(df1)
print(df2)
  • 输出结果
    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
    A   B   C   D
4  A4  B4  C4  D4
5  A5  B5  C5  D5
6  A6  B6  C6  D6
7  A7  B7  C7  D7

df1.append(df2)

输出结果

数据左右拼接

  • python中使用pd.concat([df1,df2],axis=1)
#pd.concat([df1, df2],axis=1) # 在数据框df1的列最后添加数据框df2,其中df1和df2的行数应该相等
pd.concat([df1,df2],axis=1)

输出结果

df3 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                   index=[0, 1, 2, 3])
df4 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']},
                   index=[0, 1, 2, 3])
pd.concat([df3,df4],axis=1)

输出结果

数据连接

  • 方式一
    • python中使用df1.join(df2, on=‘key’),使用的是df2的行索引进行连接的
    • jion操作可以直接用index来连接，但是要求两个dataframe要有一样的index但不能有重叠的列
    • 这种方式必须存在df1行索引与df2列中的字段内容相同
    • 或者两者的行索引相同
#df1.join(df2,on=col1,how='inner') # 对数据框df1和df2做内连接，其中连接的列为col1
df5 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],           
                     'B': ['B0', 'B1', 'B2', 'B3'],
                     'key': ['K0', 'K1', 'K0', 'K1']})
   

df6 = pd.DataFrame({'C': ['C0', 'C1'],
                      'D': ['D0', 'D1']},
                     index=['K0', 'K1'])
print(df5)
print(df6)
  • 输出结果
    A   B key
0  A0  B0  K0
1  A1  B1  K1
2  A2  B2  K0
3  A3  B3  K1
     C   D
K0  C0  D0
K1  C1  D1

df5.join(df6, on='key')

输出结果

df1 = pd.DataFrame({'key1': ['a', 'b', 'c', 'a', 'b'],
                    'data1': range(5)},
                   index=['K0', 'K1','K2','K3', 'K4'])
df2 = pd.DataFrame({'key2': ['a', 'b', 'd'],
                    'data2': range(3)},
                   index=['K0', 'K1','K2'])
print(df1)
print(df2)
  • 输出结果
    key1  data1
K0    a      0
K1    b      1
K2    c      2
K3    a      3
K4    b      4
   key2  data2
K0    a      0
K1    b      1
K2    d      2

df1.join(df2,how = 'inner')

输出结果

  • 方式二
    • pd.merge(df1,df2,on="",left_on=‘key_1’, right_on=‘key_2’,how="")
df1 = pd.DataFrame({'key': ['a', 'b', 'c', 'a', 'b'],
                    'data1': range(5)})
df2 = pd.DataFrame({'key': ['a', 'b', 'd'],
                    'data2': range(3)})

df1

输出结果

df2

输出结果

#默认使用内连接inner join
pd.merge(df1,df2)

输出结果

pd.merge(df1,df2,on='key',how='left')

输出结果

pd.merge(df1,df2,on='key',how='right')

输出结果

pd.merge(df1,df2,on='key',how='outer')

输出结果

数据的统计

  • 1.df.describe():df每一列的描述性统计
  • 2.df.mean():df中每一列的平均值
  • 3.df.corr():df中每一列与其他列的相关系数
  • 4.df.count():df中每一列的非空值个数
  • 5.df.max():df中每一列的最大值
  • 6.df.min():df中每一列的最小值
  • 7.df.median():df中每一列的中位数
  • 8.df.std():df中每一列的标准差
#df.describe() # 得到数据框df每一列的描述性统计
df = pd.DataFrame(np.random.rand(10,5),columns=list('ABCDE'))
print(df)
df.describe()

输出结果

#df.mean() # 得到数据框df中每一列的平均值
df.mean()
  • 输出结果
A    0.471350
B    0.439164
C    0.569356
D    0.595874
E    0.431748
dtype: float64

#df.corr() # 得到数据框df中每一列与其他列的相关系数
df.corr()

输出结果

#df.count() # 得到数据框df中每一列的非空值个数
df.count()
  • 输出结果
A    10
B    10
C    10
D    10
E    10
dtype: int64

#df.max() # 得到数据框df中每一列的最大值
df.max()
  • 输出结果
A    0.888019
B    0.906654
C    0.995770
D    0.974866
E    0.847611
dtype: float64

#df.min() # 得到数据框df中每一列的最小值
df.min()
  • 输出结果
A    0.230401
B    0.046359
C    0.243377
D    0.250055
E    0.103578
dtype: float64

#df.median() # 得到数据框df中每一列的中位数
df.median()
  • 输出结果
A    0.385917
B    0.466891
C    0.577356
D    0.549365
E    0.395121
dtype: float64

#df.std() # 得到数据框df中每一列的标准差
df.std()
  • 输出结果
A    0.206019
B    0.278955
C    0.264849
D    0.257765
E    0.241896
dtype: float64
hannah2sah
关注
  • 2
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Pandas速查表.pdf
08-02
提供对于pandas各个功能与函数的速查，只有两页，图文并茂，快捷实用。 Tidy Data – A foundation for wrangling in pandas Reshaping Data – Change the layout of a data set Method Chaining Most pandas methods return a DataFrame so that another pandas method can be applied to the result. This improves readability of code.
pandas: shape()获取Dataframe的行数和列数
缘 源 园
03-03 1万+
返回列数： df.shape[1] 返回行数： df.shape[0] 或者：len(df)
首次公开，用了三年的 pandas 速查表
Python学习与数据挖掘
03-23 1629
导读：Pandas 是一个强大的分析结构化数据的工具集，它的使用基础是 Numpy（提供高性能的矩阵运算），用于数据挖掘和数据分析，同时也提供数据清洗功能。本文收集了 Python 数据分析库 Pandas 及相关工具的日常使用方法，备查，持续更新中。作者：李庆辉来源：大数据DT（ID：hzdashuju）缩写说明：df：任意的 Pandas DataFrame 对象s：任意的 Pandas Series 对象注：有些属性方法 df 和 s 都可以使用推荐资源：pandas 在线教程https://www.
Pandas 速查表 (2023版)
Baimoc
04-06 3091
数据读写 数据创建 数据查看 数据操作 数据提取 数据筛选 数据统计 操作数据表结构 数据表合并 数据读写 代码 作用 df = pd.DataFrame(pd.read_csv(‘input.csv’,header=1)) 读取csv df = pd.DataFrame(pd.read_excel(‘input.xlsx’)) 读取xlsx ...
pandas的shape函数
m0_69199936的博客
09-16 1594
其中，df.shape[0]返回的是df的行数，df.shape[1]返回的是df的列数。df.shape返回的是df的行数和列数。
Python数据科学速查表 - Pandas 基础
03-27
**Python数据科学速查表 - Pandas 基础** Pandas是Python中用于数据分析的核心库，它提供了高效的数据结构，如DataFrame和Series，使得数据清洗、预处理、分析和可视化变得异常简单。本速查表主要涵盖了Pandas的...
python数据分析实用的命令速查表
12-27
在这个"python数据分析实用的命令速查表"中，我们聚焦于几个核心的库：Jupyter Notebook、Keras、Matplotlib、Numpy、Pandas以及Scikit-learn。这些库各自扮演着重要的角色，帮助数据科学家进行数据探索、模型构建和...
python常用命令语句和常用库的语句速查表
05-02
1. **基础命令语句** - **变量赋值**：`x = 5`，`y = "Hello"`，Python支持多种数据类型，如整型、浮点型、字符串等。 - **条件语句**：`if x > 5:`，`elif`，`else`，用于执行条件判断。 - **循环语句**：`for i...
机器学习、深度学习代码速查表
06-09
最好的9张机器学习&深度学习代码速查表"这个文件很可能是九个关于这些库的使用指南或快捷参考卡片，包含了常用函数和命令，对于初学者和经验丰富的开发者来说都是宝贵的资源。这些速查表可能涵盖了数据加载、模型...
速查表：可搜索的简洁代码文档
02-11
本速查表专注于“Jupyter Notebook”，这是一个流行的交互式计算环境，广泛应用于数据科学、机器学习和教学领域。 Jupyter Notebook是基于Web的应用程序，允许用户创建和分享包含代码、解释文本、数学方程和可视化...
python学习-pandas(1)
u014229742的博客
06-13 498
pandas 导入pandas: # 数据分析有三剑客，三个模块 #前面两个属于数据分析，展示数据，画图（一图顶千言） import numpy as np import pandas as pd from pandas import Series,DataFrame 1.Series Series是一种类似于一维数组的对象，由下面两个部分组成： values...
面向Tableau开发人员的Python简要介绍（第4部分）
weixin_26746401的博客
09-06 331
用PYTHON探索数据 (EXPLORING DATA WITH PYTHON) Between data blends, joins, and wrestling with the resulting levels of detail in Tableau, managing relationships between data can be tricky. 在数据混合，联接以及在Tablea...
pandas 处理excel表格数据的常用方法（python）
Flag_ing的博客
05-16 2万+
最近助教改作业导出的成绩表格跟老师给的名单顺序不一致，脑壳一亮就用pandas写了个脚本自动吧原始导出的成绩誊写到老师给的名单中了哈哈哈，这里就记录下用到的pandas处理excel的常用方式。（注意：只适用于.xlsx类型的文件） 1、读取xlsx表格 原始内容如下： 1、读取第n个Sheet（子表，在左下方可以查看或增删子表）的数据 import pandas as pd # 每次都需要修改的路径 path = "test.xlsx" # sheet_name默认为0，即读取第一个
Pandas常用命令汇总，建议收藏！
法纳斯特
07-11 349
大家好，我是小F～Pandas是一个开源Python库，广泛用于数据操作和分析任务。它提供了高效的数据结构和功能，使用户能够有效地操作和分析结构化数据。凭借其广泛的功能，Pandas 对于数据清理、预处理、整理和探索性数据分析等活动具有很大的价值。Pandas的核心数据结构是Series和DataFrame。Series是一个一维标记数组，可以容纳多种数据类型。DataFrame则是一种二维表状结...
Pandas库常用命令汇总——自用备查（挖坑，持续更新）
weixin_43726651的博客
06-17 558
pandas库是进行数据处理于分析的最常用的python库之一，其具有非常强大的功能，现将Pandas库常用命令汇总（挖坑，持续更新）
Pandas基础命令速查清单
最新发布
m0_69150021的博客
01-02 462
总结一下pandas基础命令库导入。
Python：Pandas中的.head函数和.shape函数的详细解释
热门推荐
pantingd的博客
05-06 3万+
在用Pandas读取数据或对数据做些处理之后，想要观察一下数据的时候，用head函数可以默认读取前5行的数据 shape函数，返回的是元组 hg.shape返回的是hg的行数和列数 hg.shape[0]返回的是hg的行数，有几行 hg.shape[1]返回的是hg的列数，有几列 import pandas as pd from pandas import DataFrame #通过read_cs...
pandas用法大全【速查手册】
Viewinfinitely的博客
05-12 2241
关于python的pandas库在数据查询、数据清洗、数据分析与可视化方面的常用方法列举，方便快速查询、学习和使用。
Python数据分析实战-Pandas
03-12
深度学习、机器学习和数据分析必须用pandas。pandas是在python直接流行的数据处理框架。可以说，如果不会使用pandas，就谈不上会用python做数据分析。本课程会使用奥林匹克一个真实的数据作为实验数据，从初级到各种pandas的常用操作，到常用的数据可视化，让你在短的时间内掌握好pandas，轻松愉快的玩转数据分析。
python pandas基础命令
10-20
以下是一些Python Pandas的基础命令： 1. 创建Series：使用pd.Series()函数创建一个Series对象，可以指定数据和索引。 2. 创建DataFrame：使用pd.DataFrame()函数创建一个DataFrame对象，可以指定数据、列名和索引。...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值