机器学习数据科学库2——pandas1

目录

使用ipython演示

创建pandas对象

创建序列

创建一个日期序列

创建二维数组

查看数据

选择数据

添加列

使用ipython notebook演示

处理丢失数据

数据运算

数据合并

数据分组

数据整形

数据透视

时间序列

类别数据

画图

数据读写

---

使用ipython演示

import pandas as pd

import numpy as np

创建pandas对象

创建序列

Series在pandas里面是一个序列

s=pd.Series([1,3,5,np.NaN,8,4])      NaN ：空值

创建一个日期序列

dates=pd.date_range('20160301',periods=6)  包括起始日期20160301，一共6个日期

创建二维数组

方法1：data=pd.DataFrame(np.random.randn(6,4),index=dates,columns=list('ABCD'))  创建一个6行4列的随机数组，索引的行是上面设置的dates，列是ABCD

得出数组：

方法2：

d={'A':1,'B':pd.Timestamp('20130301'),'C':range(4),'D':np.arange(4)}

df=pd.DataFrame(d)

查看数据

df.dtypes 访问所有列的数据类型

df.A 访问A列的值

data.head() 默认访问前五行数据，括号内输入数字可以决定访问前几行

data.tail() 访问后面几行

data.index 行标签

data.columns 列标签

data.values 访问值

data.describe() 看到数组的一些特征，比如平均值最大值最小值方差

data.T 转置

data.shape 行数列数

data.sort_index(axis=1) 按列标签排序，升序

data.sort_index(axis=1，ascending=False) 降序

data.sort_values(by='A') 按A列排序

选择数据

data.A 或者data['A']  选取A列

data[2:4]   选取2到4行

data['20160302':'20160305'] 按行标签选

data.loc['20160302':'20160305'] 相比较上面而言效率高，因为loc只识别行或者列标签 data.loc[2:4] 报错

data.iloc[2:4] 可以，只能识别内置标签，不识别行列

data.loc['20160302':'20160305'，[