Python学习之pandas

最新推荐文章于 2022-08-26 09:08:05 发布
最新推荐文章于 2022-08-26 09:08:05 发布
阅读量236 收藏
点赞数
分类专栏： Python学习
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_43866408/article/details/104374802
版权

Series（一维容器）

Series特点

  1. 一种key-value型数据类型
  2. 显式index(用户定义) 和 隐式index(系统分配,类似于列表的下标)

pandas下载

pip install pandas -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

如果出错可能是numpy版本过低
可以更新一下numpy

pip install --upgrade numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

serise定义：pd.Series(date = ,index = )
date与index等长。

import pandas as pd

mySeries = pd.Series(data=[11, 12, 13, 14, 15, 16], index=['a', 'b', 'c', 'd', 'e', 'f'])
print(mySeries)
#a    11
#b    12
#c    13
#d    14
#e    15
#f    16
#dtype: int64

当value只有一个的时候,python会自动补齐

import pandas as pd

mySeries = pd.Series(11, index=['a', 'b', 'c', 'd', 'e', 'f'])
print(mySeries)

'''

a    11
b    11
c    11
d    11
e    11
f    11
dtype: int64

'''

series的操作方法

import pandas as pd

mySeries = pd.Series([i for i in range(1, 7)], index=['a', 'b', 'c', 'd', 'e', 'f'])
print(mySeries)
'''
a    1
b    2
c    3
d    4
e    5
f    6
dtype: int6

查看显示index部分

print(mySeries.index)
'''
Index(['a', 'b', 'c', 'd', 'e', 'f'], dtype='object')
'''

查看values部分

print(mySeries.values)
'''
[1 2 3 4 5 6]
'''

对显示index进行切片操作

import pandas as pd

mySeries = pd.Series([i for i in range(1, 7)], index=['a', 'b', 'c', 'd', 'e', 'f'])

print(mySeries[['b', 'c']])
'''
b    2
c    3
dtype: int64
'''
print(mySeries['b':'d'])  # 有start和end，没有step
'''
b    2
c    3
d    4
dtype: int64
'''

对隐式index进行索引操作

import pandas as pd

mySeries = pd.Series([i for i in range(1, 7)], index=['a', 'b', 'c', 'd', 'e', 'f'])

print(mySeries[1:4:2])  # start,end,step
'''
b    2
d    4
dtype: int64
'''

支持显示index的in操作

import pandas as pd

mySeries = pd.Series([i for i in range(1, 7)], index=['a', 'b', 'c', 'd', 'e', 'f'])
print('a' in mySeries)
# True
print('g' in mySeries)
# False

这里的reindex只能改变原来index的次序,而不是定义一个全新的index,如果index再原来的index中没有，系统会自动为新的index填充上NaN的值

import pandas as pd

mySeries = pd.Series([i for i in range(1, 7)], index=['a', 'b', 'c', 'd', 'e', 'f'])
mySeries1 = mySeries.reindex(['a', 'b', 'j', 'f', 'l', 'm'])
print(mySeries)
'''
a    1
b    2
c    3
d    4
e    5
f    6
dtype: int64
'''
print(mySeries1)
'''
a    1.0
b    2.0
j    NaN
f    6.0
l    NaN
m    NaN
dtype: float64
'''
mySeries1 = mySeries.reindex(['h', 'i', 'j', 'k', 'l', 'm', 'o', 'p', 'q'])
print(mySeries1)
'''
h   NaN
i   NaN
j   NaN
k   NaN
l   NaN
m   NaN
o   NaN
p   NaN
q   NaN
dtype: float64
'''

DataFrame（二维容器）

定义

  • 直接定义（很少用）
  • 导入定义（很常用）

直接定义

import pandas as pd
import  numpy as np

df1 = pd.DataFrame(np.arange(10).reshape(2,5))
print(df1)
'''
   0  1  2  3  4
0  0  1  2  3  4
1  5  6  7  8  9
'''

在这里插入图片描述
导入定义
当pandas包导入一个外部文件时,自动转化为DataFrame对象

df2 = pd.read_csv('src') #src为csv格式的文件路径

import pandas as pd
import numpy as np

df2 = pd.read_csv('src')  # src为csv格式的文件路径
df2 = df2[['id', 'diagnosis']]  # 投影列index为'id'、'diagnosis'的内容

head()、tail()用于显示数据框的前几条和后几条

查看行和列

# 查看前几行
print(df1.head())
# 查看后几行
print(df1.tail())
# 查看行名,行的显式索引
print(df1.index)  # RangeIndex(start=0, stop=25, step=1)
# 计算行数
print(df1.index.size)  # 25
print(df1.shape[0])  # 25
# 查看列名
print(df1.columns)  # RangeIndex(start=0, stop=4, step=1)
# 计算列数
print(df1.columns.size)  # 4
print(df1.shape[1])  # 4
# 同时显示行数和列数
print(df1.shape)  # (25, 4)

引用行或列

按照列名读取

import numpy as np
import pandas as pd

dt = {'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),
      'two': pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)
print(d)
'''
   one  two
a  1.0    9
b  2.0    8
c  3.0    7
d  NaN    6
'''
print(pd.DataFrame(dt,index=['b','c','d'],columns=['two','three']))
'''
   two three
b    8   NaN
c    7   NaN
d    6   NaN
'''
'方法一,列名出现在下标中'
print(d['two'])
'方法二,列名当做一个属性来用'
print(d.two)
'''
a    9
b    8
c    7
d    6
Name: two, dtype: int64
'''
'方法三,列名和行号一起'#数据框的第0轴为列
print(d['two'][2])  # 7
'方法四,属性名和行号'
print(d.two[2])  # 7
'方法五,切片'
print(d.two[1:3])  # 7
'''
b    8
c    7
Name: two, dtype: int64
'''

按照index读取

import pandas as pd

dt = {'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),
      'two': pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)
print(d.loc['b', 'one'])  # 2.0
print(d.loc['b'])
'''
one    2.0
two    8.0
Name: b, dtype: float64
'''

删除或过滤行/列
删除行
drop()删除显式索引，不改变对象本身

import pandas as pd

dt = {'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),
      'two': pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)
print(d)
'''
   one  two
a  1.0    9
b  2.0    8
c  3.0    7
d  NaN    6
'''
print(d.drop(['a']))#删除index为'a'的数据，可为列表或值
'''
  one  two
b  2.0    8
c  3.0    7
d  NaN    6
'''

axis = 0含义

  • 计算前后的列数不变
  • 以列为单位计算
  • 逐列计算
    inplace
    在这里插入图片描述
import pandas as pd

df2 = pd.read_csv("bc_data.csv")
df2 = df2[['id','diagnosis','area_mean']]
df2.drop([3,4],axis=0,inplace=True)

删除列
del

import pandas as pd

dt = {'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),
      'two': pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)
print(d)
'''
   one  two
a  1.0    9
b  2.0    8
c  3.0    7
d  NaN    6
'''
del d['one']
print(d)#删除列名为'a'的数据
'''
   two
a    9
b    8
c    7
d    6
'''

import pandas as pd

df2 = pd.read_csv("bc_data.csv")
df2 = df2[['id','diagnosis','area_mean']]
df2.drop(['id','diagnosis'],axis=1,inplace=True)

按条件过滤

import pandas as pd

df2 = pd.read_csv("bc_data.csv")
df2 = df2[['id','diagnosis','area_mean']]
df2[df2.area_mean>100]
df2[df2.area_mean>100][['id','diagnosis']]#过滤加切片

算术运算

规则

  1. 先补齐显示index(新增索引对应值为NAN)，变成相同结构再运算
import pandas as pd
import numpy as np

df4 = pd.DataFrame(np.arange(6).reshape(2,3))
print(df4)
'''
   0  1  2
0  0  1  2
1  3  4  5
'''
df5 = pd.DataFrame(np.arange(10).reshape(2,5))
print(df5)
'''
   0  1  2  3  4
0  0  1  2  3  4
1  5  6  7  8  9
'''
print(df4+df5)
'''
   0   1   2   3   4
0  0   2   4 NaN NaN
1  8  10  12 NaN NaN
'''
  1. 为了不产生NAN，可以不使用算术运算符，而改用如add()、sub()、mul()、div()等成员方法
import pandas as pd
import numpy as np

df4 = pd.DataFrame(np.arange(6).reshape(2,3))
print(df4)
'''
   0  1  2
0  0  1  2
1  3  4  5
'''
df5 = pd.DataFrame(np.arange(10).reshape(2,5))
print(df5)
'''
   0  1  2  3  4
0  0  1  2  3  4
1  5  6  7  8  9
'''
print(df4.add(df5,fill_value=10))
'''
   0   1   2     3     4
0  0   2   4  13.0  14.0
1  8  10  12  18.0  19.0
'''
  1. 数据框与Series按行广播，先将行改为等长，不补齐，不进行跨行广播
import pandas as pd
import numpy as np

df4 = pd.DataFrame(np.arange(6).reshape(2,3))
print(df4)
'''
   0  1  2
0  0  1  2
1  3  4  5
'''
df5 = pd.DataFrame(np.arange(10).reshape(2,5))
print(df5)
'''
   0  1  2  3  4
0  0  1  2  3  4
1  5  6  7  8  9
'''
df6 = df4.add(df5,fill_value=10)
s1 = pd.Series(np.arange(3))
print(df6 - s1)
'''
     0    1     2   3   4
0  0.0  1.0   2.0 NaN NaN
1  8.0  9.0  10.0 NaN NaN
'''

等价于

import pandas as pd
import numpy as np

df5 = pd.DataFrame(np.arange(10).reshape(2, 5))
s1 = pd.Series(np.arange(3))
print(df5.sub(s1, axis=1))
'''
     0    1    2   3   4
0  0.0  0.0  0.0 NaN NaN
1  5.0  5.0  5.0 NaN NaN
'''

按列计算

import pandas as pd
import numpy as np

df5 = pd.DataFrame(np.arange(10).reshape(2, 5))
s1 = pd.Series(np.arange(3))
print(df5.sub(s1, axis=0))
'''
     0    1    2    3    4
0  0.0  1.0  2.0  3.0  4.0
1  4.0  5.0  6.0  7.0  8.0
2  NaN  NaN  NaN  NaN  NaN
'''

import pandas as pd
import numpy as np

df7 = pd.DataFrame(np.arange(20).reshape(4,5))
print(df7)
'''
    0   1   2   3   4
0   0   1   2   3   4
1   5   6   7   8   9
2  10  11  12  13  14
3  15  16  17  18  19
'''
print(df7+2)
'''
    0   1   2   3   4
0   2   3   4   5   6
1   7   8   9  10  11
2  12  13  14  15  16
3  17  18  19  20  21
'''

一些函数

import pandas as pd
import numpy as np

df7 = pd.DataFrame(np.arange(20).reshape(4,5))
print(df7)
'''
    0   1   2   3   4
0   0   1   2   3   4
1   5   6   7   8   9
2  10  11  12  13  14
3  15  16  17  18  19
'''
print(df7.cumsum())#对每一列求前缀和
'''
    0   1   2   3   4
0   0   1   2   3   4
1   5   7   9  11  13
2  15  18  21  24  27
3  30  34  38  42  46
'''
print(df7.rolling(2).sum())#rolling(x).sum()对每一列计算计算相邻x个数的值之和，
#默认按列，即axis = 0
'''
      0     1     2     3     4
0   NaN   NaN   NaN   NaN   NaN
1   5.0   7.0   9.0  11.0  13.0
2  15.0  17.0  19.0  21.0  23.0
3  25.0  27.0  29.0  31.0  33.0
'''
print(df7.rolling(2,axis=1).sum())#axis=1,按行
'''
    0     1     2     3     4
0 NaN   1.0   3.0   5.0   7.0
1 NaN  11.0  13.0  15.0  17.0
2 NaN  21.0  23.0  25.0  27.0
3 NaN  31.0  33.0  35.0  37.0
'''
print(df7.cov())#协方差矩阵
'''
           0          1          2          3          4
0  41.666667  41.666667  41.666667  41.666667  41.666667
1  41.666667  41.666667  41.666667  41.666667  41.666667
2  41.666667  41.666667  41.666667  41.666667  41.666667
3  41.666667  41.666667  41.666667  41.666667  41.666667
4  41.666667  41.666667  41.666667  41.666667  41.666667
'''
print(df7.corr())#相关系数矩阵
'''
     0    1    2    3    4
0  1.0  1.0  1.0  1.0  1.0
1  1.0  1.0  1.0  1.0  1.0
2  1.0  1.0  1.0  1.0  1.0
3  1.0  1.0  1.0  1.0  1.0
4  1.0  1.0  1.0  1.0  1.0
'''
print(df7.T)#数据框的转置
'''
   0  1   2   3
0  0  5  10  15
1  1  6  11  16
2  2  7  12  17
3  3  8  13  18
4  4  9  14  19
'''

大小比较运算

import pandas as pd
import numpy as np

df4 = pd.DataFrame(np.arange(6).reshape(2,3))
df5 = pd.DataFrame(np.arange(10).reshape(2,5))
df6 = df4.add(df5,fill_value=10)
s1 = pd.Series(np.arange(3))
print(df6)
'''
   0   1   2     3     4
0  0   2   4  13.0  14.0
1  8  10  12  18.0  19.0
'''
print(df6>5)#逐个比较
'''
       0      1      2     3     4
0  False  False  False  True  True
1   True   True   True  True  True
'''
s1 = pd.Series(np.arange(3))
print(s1)
'''
0    0
1    1
2    2
dtype: int32
'''
print(df6>s1)#只比较每一行对应的数，其余均为False
'''
       0     1     2      3      4
0  False  True  True  False  False
1   True  True  True  False  False
'''

统计信息

describ()是数据分析常用的描述性统计方法
import pandas as pd
import numpy as np

df4 = pd.DataFrame(np.arange(6).reshape(2,3))
df5 = pd.DataFrame(np.arange(10).reshape(2,5))
df6 = df4.add(df5,fill_value=10)
s1 = pd.Series(np.arange(3))
print(df6)
'''
   0   1   2     3     4
0  0   2   4  13.0  14.0
1  8  10  12  18.0  19.0
'''
print(df6.describe())
'''
              0          1          2          3          4
count  2.000000   2.000000   2.000000   2.000000   2.000000
mean   4.000000   6.000000   8.000000  15.500000  16.500000
std    5.656854   5.656854   5.656854   3.535534   3.535534
min    0.000000   2.000000   4.000000  13.000000  14.000000
25%    2.000000   4.000000   6.000000  14.250000  15.250000
50%    4.000000   6.000000   8.000000  15.500000  16.500000
75%    6.000000   8.000000  10.000000  16.750000  17.750000
max    8.000000  10.000000  12.000000  18.000000  19.000000
'''

import pandas as pd
import numpy as np

dt = {'one': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']),
      'two': pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)
print(d)
'''
   one  two
a    1    9
b    2    8
c    3    7
d    4    6
'''
print(d[d.one == 1])#筛选
'''
   one  two
a    1    9
'''
print(d[d.one == 1].count())#统计频数
'''
one    1
two    1
dtype: int64
'''
print(d['one'])#切片
'''
a    1
b    2
c    3
d    4
Name: one, dtype: int64
'''

排序

按值排序
sort_values()
by= 表示按哪个列名进行排序
axis=0表示按列进行排序，可不写
ascending表示降序还是升序，True为降序，False为升序

import pandas as pd
import numpy as np

dt = {'one': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']),
      'two': pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)
print(d)
'''
   one  two
a    1    9
b    2    8
c    3    7
d    4    6
'''
print(d.sort_values(by='one',axis=0,ascending=False))
'''
   one  two
d    4    6
c    3    7
b    2    8
a    1    9
'''

按显示index排序
sort_index()，不写axis默认为0
axis=0，按列进行排序，类似于sort_values()
axis=1，按行进行排序

import pandas as pd
import numpy as np

dt = {'one': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']),
      'two': pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)
print(d)
'''
   one  two
a    1    9
b    2    8
c    3    7
d    4    6
'''
print(d.sort_index(axis=0,ascending=False))
'''
   one  two
d    4    6
c    3    7
b    2    8
a    1    9
'''
print(d.sort_index(axis=1,ascending=False))
'''
   two  one
a    9    1
b    8    2
c    7    3
d    6    4
'''
print(d.sort_index(ascending=False))
'''
   one  two
d    4    6
c    3    7
b    2    8
a    1    9
'''

导入/导出
查看当前工作目录

import os
print(os.getcwd())

读入文件
pd.to_* * ()
pd.read_ * * * ()

pd.read_csv()

导出文件

import pandas as pd

dt = {'one': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']),
      'two': pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)
d.to_excel("d1.xls")#导出
d2 = pd.read_excel("d1.xls")#再次读入

缺失数据处理

判断是否为空数据框

import pandas as pd

dt = {'one': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']),
      'two': pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)
print(d.empty)  # False

pandas中None和NaN都可以参与计算，None自动转化为np.nan - np.nan + 1

import pandas as pd
import numpy as np
A = pd.DataFrame(np.array([10,10,20,20]).reshape(2,2),columns=list("ab"),index=list("SW"))
print(A)
'''
    a   b
S  10  10
W  20  20
'''
B = pd.DataFrame(np.array([1,1,1,2,2,2,3,3,3]).reshape(3,3),columns=list("abc"),index=list("SWT"))
print(B)
'''
   a  b  c
S  1  1  1
W  2  2  2
T  3  3  3
'''
print(A+B)#先补列索引，并补NaN，再按索引计算
'''
      a     b   c
S  11.0  11.0 NaN
T   NaN   NaN NaN
W  22.0  22.0 NaN
'''

import pandas as pd
import numpy as np
A = pd.DataFrame(np.array([10,10,20,20]).reshape(2,2),columns=list("ab"),index=list("SW"))
print(A)
'''
    a   b
S  10  10
W  20  20
'''
B = pd.DataFrame(np.array([1,1,1,2,2,2,3,3,3]).reshape(3,3),columns=list("abc"),index=list("SWT"))
print(B)
'''
   a  b  c
S  1  1  1
W  2  2  2
T  3  3  3
'''
print(A.add(B,fill_value = 0))#缺省值补为0
'''
      a     b    c
S  11.0  11.0  1.0
T   3.0   3.0  3.0
W  22.0  22.0  2.0
'''
print(A.add(B,fill_value = A.stack().mean()))#缺省值补为A的均值15
'''
      a     b     c
S  11.0  11.0  16.0
T  18.0  18.0  18.0
W  22.0  22.0  17.0
'''

A.mean()为按列计算，要想计算数据框内所有均值要加stack()
stack()为建立多级索引

print(A.mean())
'''
a    15.0
b    15.0
dtype: float64
'''
print(A.stack())
'''
S  a    10
   b    10
W  a    20
   b    20
dtype: int32
'''
print(A.stack().mean())#15.0

缺失值处理的重要函数

import pandas as pd
import numpy as np
A = pd.DataFrame(np.array([10,10,20,20]).reshape(2,2),columns=list("ab"),index=list("SW"))
print(A)
'''
    a   b
S  10  10
W  20  20
'''
B = pd.DataFrame(np.array([1,1,1,2,2,2,3,3,3]).reshape(3,3),columns=list("abc"),index=list("SWT"))
print(B)
'''
   a  b  c
S  1  1  1
W  2  2  2
T  3  3  3
'''
C = A + B
print(C)
'''
      a     b   c
S  11.0  11.0 NaN
T   NaN   NaN NaN
W  22.0  22.0 NaN
'''
print(C.isnull())#判断每一个元素是否为空
'''
       a      b     c
S  False  False  True
T   True   True  True
W  False  False  True
'''
print(C.notnull())#判断每一个元素是否为非空
'''
       a      b      c
S   True   True  False
T  False  False  False
W   True   True  False
'''
print(C.dropna(axis='index'))#直接删除缺失值,有缺失值的行被删除
'''
Empty DataFrame
Columns: [a, b, c]
Index: []
'''
print(C.dropna(axis='columns'))#直接删除缺失值，有缺失值的列被删除
'''
Empty DataFrame
Columns: []
Index: [S, T, W]
'''
print(C.fillna(0))#用0来填补缺失值
'''
      a     b    c
S  11.0  11.0  0.0
T   0.0   0.0  0.0
W  22.0  22.0  0.0
'''
print(C.fillna(method='ffill'))#向前填充ffill，默认axis=0按列填充
'''
      a     b   c
S  11.0  11.0 NaN
T  11.0  11.0 NaN
W  22.0  22.0 NaN
'''
print(C.fillna(method='bfill',axis = 1))#向后填充bfill,axis = 1按行填充
'''
      a     b   c
S  11.0  11.0 NaN
T   NaN   NaN NaN
W  22.0  22.0 NaN
'''

分组统计

在这里插入图片描述

import pandas as pd
import numpy as np
A = pd.DataFrame(np.array([10,10,20,20]).reshape(2,2),columns=list("ab"),index=list("SW"))
print(A)
'''
    a   b
S  10  10
W  20  20
'''
print(A.groupby('a')['b'].mean())#按a分组后，按b进行统计均值
'''
a
10    10
20    20
Name: b, dtype: int32
'''

同时计算多个函数值，用aggregate以列表形式枚举

import pandas as pd
import numpy as np
A = pd.DataFrame(np.array([10,10,20,20]).reshape(2,2),columns=list("ab"),index=list("SW"))
print(A)
'''
    a   b
S  10  10
W  20  20
'''
print(A.groupby('a')['b'].aggregate(['mean','max','min','sum']))
'''
    mean  max  min  sum
a                      
10    10   10   10   10
20    20   20   20   20
'''
print(A.groupby('a')['b'].aggregate(['mean','max','min','sum']).unstack())
#unstack()将关系表转换为二级索引
'''
      a 
mean  10    10
      20    20
max   10    10
      20    20
min   10    10
      20    20
sum   10    10
      20    20
dtype: int32
'''

可用apply()把函数换成自定义函数

import pandas as pd
import numpy as np
A = pd.DataFrame(np.array([10,10,20,20]).reshape(2,2),columns=list("ab"),index=list("SW"))
print(A)
'''
    a   b
S  10  10
W  20  20
'''
def myfunc(x):
    x['b'] /= x['b'].sum()
    return x
print(A.groupby('a').apply(myfunc))
我为什么可以这么菜
关注
专栏目录
机器学习：学习k-近邻（KNN）模型建立、使用和评价
阿极的博客
02-21 7982
k-近邻(kNN，k-Nearest Neighbors)算法是一种基于实例的分类方法。该方法就是找出与未知样本x距离最近的k个训练样本，看这k个样本中多数属于哪一类，就把x归为那一类。k-近邻方法是一种懒惰学习方法，它存放样本，直到需要分类时才进行分类，如果样本集比较复杂，可能会导致很大的计算开销，因此无法应用到实时性很强的场合。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。
python学习——pandas
Fan2g
03-14 265
iterrows，iteritems ，itertuples区别 iterrows Iterate over DataFrame rows as (index, Series) pairs. 迭代(iterate)覆盖整个DataFrame的行中，返回(index, Series)对，以实现对整个Data进行遍历。 官方文档的例子 >>> df = pd.DataFr...
用kNN算法诊断乳腺癌--基于R语言
jd1813346972的博客
08-26 2536
包含讲解分析，以及算法代码和结果等。对运行结果和算法进行了详细分析讲解
Python: pandas中ix的详细讲解
热门推荐
anshuai_aw1的博客
09-21 5万+
在上一篇博客中，我们已经仔细讲解了iloc和loc，只是简单了提到了ix。这是因为相比于前2者，ix更复杂，也更让人迷惑。 因此，本篇博客通过例子的解释试图来描述清楚ix，尤其是与iloc和loc的联系。 目录 1 使用ix切分Series 1.1 特点1举例 1.2 特点2举例 2 在Dataframe中使用ix实现复杂切片 3 参考文献 首先，再次介绍这三种方法的概述： lo...
线性规划测试数据data.csv
11-28
线性规划训练数据，具体参考博客。 线性回归是机器学习中最基础的一个算法。在高中阶段我们其实就明白线性回归是怎么一回事了，当时只是具备了基础知识，并不会应用。
pima_data.csv印第安人糖尿病数据集
11-10
印第安人糖尿病数据集，《机器学习-python实践》随书资源，书中提到的网站上找不到了已经
Python之pandas学习（一）
lzw2016的博客
03-10 803
pandas学习(两种数据结构DataFrame & Series) DataFrame(类似numpy的二维数组，是一种带标签的二维对象) 有行索引&列索引(默认从0开始，可根据索引选值) 1. 创建方式： 从另一个DataFrame创建 从具有二维形状的Numpy数组(或类似的嵌套字典啦字典列表啦)来创建 从另一类数据结构Series来创建 从类似CSV文件来创建...
python学习之pandas
01-18
在这个"python学习之pandas"的主题中，我们将深入探讨Pandas的基本概念、主要功能以及实用技巧。 首先，让我们了解Pandas的基础知识。DataFrame是Pandas中的核心数据结构，它是一个二维表格型数据结构，包含列标签...
详解Python学习之安装pandas
12-26
一、python pip的安装与使用 1、pip 是 Python 包管理工具，该工具提供了对Python 包的查找、下载、安装、卸载的功能。 目前如果你在 python.org 下载最新版本的安装包，则是已经自带了该工具。 Python 2.7.9 + 或...
Python3.7Pandas离线包
07-13
安装完成后，你就可以在Python环境中使用`import pandas as pd`来引入Pandas库，开始你的数据分析之旅。 总之，Python3.7 Pandas离线包为那些不能在线安装的用户提供了一种便捷的方式，使他们也能充分利用Pandas的...
基础Python教程之pandas使用总结.pdf
最新发布
10-30
在Python的世界里，数据分析是一项核心任务，而Pandas库正是这个领域的王者。Pandas提供了高效的数据处理工具，使得数据清洗、分析和...因此，对于从事数据分析或机器学习的人员来说，深入理解和应用Pandas至关重要。
R语言－kNN算法进行乳腺癌诊断
Headstrong的博客
06-12 5082
完整代码如下： wbdc<-read.csv("/Users/wenfeng/Desktop/R&ML/机器学习和R语言/机器学习实验6 KNN/wisc_bc_data.csv",stringsAsFactors = FALSE) str(wbdc) wbdc<-wbdc[-1] table(wbdc$diagnosis) wbdc$diagnosis<-factor(...
python将data文件转换为csv文件_将.data文件转换为.csv
weixin_39655160的博客
12-22 1501
I have found the following data set named ecoli.data and available in:I would like to open it in R for making a classification task, but I would prefer to convert this document into a csv file. When I...
data.csv
qq_42404495的博客
10-06 2315
python写data.csv 1.# 建立csv文件并读取 with open(“data1.csv”, “w”) as csvfile: writer = csv.writer(csvfile) writer.writerows([[0, 0], [500, 500], [1000, 2000], [2000, 4000], [2300, 5000], [6000, 12000]]) with open(“data.csv”, “r”) as csvfile: reader = csv.reader(c
Pandas基础内容
qq_51778415的博客
02-15 244
Pandas基础内容 Pandas是Python第三方库，提供高性能易用数据类型和分析工具，Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用。 Pandas的理解 NumPy Pandas 基础数据类型 扩展数据类型 关注数据的结构表达 关注数据的应用表达 维度：数据间关系 数据与索引间关系 Pandas库的Series类型 Series类型由一组数据及与之相关的数据索引组成。 Series可以通过Python列表、标量值、Python字典、ndarr
Pandas 使用教程 1
oxuzhenyi的博客
09-13 5938
Pandas 使用教程--Pandas 安装与数据结构 一、实验介绍 1.1 实验内容 Pandas 是非常著名的开源数据处理库，我们可以通过它完成对数据集进行快速读取、转换、过滤、分析等一系列操作。除此之外，Pandas 拥有强大的缺失数据处理与数据透视功能，可谓是数据预处理中的必备利器。这是 Pandas 使用教程的第 1 章节，将学会安装它，并了解 Pandas 的数据结构。 1.2
pandas 学习笔记01 快速入门
weixin_43237709的博客
10-28 173
#安装pandas #pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple #excel处理相关包：xlrd，openpyxl，XlsxWriter #解析网页包：Requests，lxml,html5lib,Beautiful Soup 4 #可视化包:Matplotlib,seaborn,Plotly/Bokeh #计算包：SciPy,srarsmodels #pandas快速入门 import pandas as .
实验03-python的组合数据类型
weixin_43866408的博客
03-11 2443
1004 成绩排名 问题描述： 读入 n（>0）名学生的姓名、学号、成绩，分别输出成绩最高和成绩最低学生的姓名和学号。 输入说明： 每个测试输入包含 1 个测试用例，格式为 第 1 行：正整数 n 第 2 行：第 1 个学生的姓名 学号 成绩 第 3 行：第 2 个学生的姓名 学号 成绩 … … … 第 n+1 行：第 n 个学生的姓名 学号 成绩 其中姓名和学号均为不超过 10 个字符的字...
Python学习：深入理解pandas Series
“Python学习之pandas”主要介绍了Python数据分析库pandas中的Series数据结构，以及如何下载和安装pandas，并提供了Series的定义方法、特点和一些基本操作。 在Python的数据科学领域，pandas是一个非常重要的库，它...
评论
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