Pandas入门

Pandas是数据分析中经常用到的一个知识模块，我会用知识点+例子的方法给大家细讲Pandas。

1.创建、展示数据

创建数据框 pd.DataFrame({ ‘k1’:v1, ‘k2’:v2’, ‘k3’:v3 })

展示数据 df.head()

name = [‘赵一’,‘钱二’,‘孙三’,‘李四’,‘周五’,‘吴六’,‘郑七’]

s1 = [80,99,98,65,32,33,85]

s2 = [77,85,95,62,0,53,25]

address = [‘兰州’,‘成都’,‘贵阳’,‘拉萨’,‘长春’,‘沈阳’,‘上海’]

s1，s2，address --> 值，

name --> 索引，

[‘score1’,‘score2’,‘address’] --> 列名

创建数据框df，只展示前5行

name = ['赵一','钱二','孙三','李四','周五','吴六','郑七']
s1 = [80,99,98,65,32,33,85]
s2 = [77,85,95,62,0,53,25]
address = ['兰州','成都','贵阳','拉萨','长春','沈阳','上海']

df = pd.DataFrame({'score1':s1,'score2':s2,'address':address},index=name)
df.head(5)

# df.info()

2.重建索引、赋值

重建索引 reindex()

赋值 df.loc[‘index’, [‘k1’, ‘k2’] ] = [v1, v2]

重建索引：[‘赵一’,‘钱二’,‘孙三’,‘李四’,‘周五’,‘钱多多’]为索引创建新的数据框df1

赋值：补充 钱多多 的 score1 和 address 为 60、厦门

df1 = df.reindex(['赵一','钱二','孙三','李四','周五','钱多多'])	# 重建索引
df1.loc['钱多多',['score1','address']] = [60,'厦门']

3.列的增减

增加列

#df1上，增加列’class’，表示班级，全为’数科1班’

df1['class'] = '数科1班'

删除列

删除address列

del df1['address']	# 通过del删除

df1.drop(columns='address',inplace=True)	# 通过drop()函数删除

4.缺失值检查 isnull()

df.isnull()	# 全部
np.any(df.isnull())	# 全部
np.any(df.isnull(),0)	#按列
np.any(df.isnull(),1)	#按行

5.函数应用

applymap()

用applymap()实现将所有成绩改成10分制，

eg：32分 --> 3分

缺失值返回0

def f(x):
    try:
        return int(x/10)
    except:
        return 0
df1.iloc[:,:-1] = df1.iloc[:,:-1].applymap(f)

6.索引、切片

loc

输出df1中李四到钱多多三个同学的成绩数据

df1.loc['李四','钱多多']		

布尔索引

用布尔索引查找score1和score2都不小于6的同学的数据

df1[(df1.score1>=6) & (df1.score2>=6)]

7.广播机制

score_add = [2,1,0,1,2,3,3]

创建score_add为值，索引与df1相同的Series,记做s3；

将score1列和score2列的成绩都加上s3

score_add = [2,1,0,1,2,3]
s3 = pd.Series(score_add, index = df1.index)
# df1的所有score1和score2都加上s3：add(s3,axis=0)
df1[['score1','score2']] = df1[['score1','score2']].add(s3,axis=0)	# 按列

8.归约

输出每个同学的平均分，记为result

result = df1[['score1','score2']].mean(axis=1)
pd.DataFrame(result,columns=['平均分'])

9.排序、排名 DataFrame.rank() 、DataFrame.sort_values()

输入每个人的平均分排名，同样的分数排名相同，如第1名，第2名，第3名，第3名，第5名…

将该结果作为df1的新列score_rank，将数据df1按照刚才的排名顺序排列

DataFrame.rank(method=‘average’, ascending=True)

DataFrame.sort_values(by=‘ *** ', ascending=True, inplace=False)

df1['score_rank'] = result.rank(method='min',ascending=False)
df1.sort_values(by='score_rank')

10.描述性统计

输出df1的简单描述统计量 --> describe()

找出score_rank有哪些不同取值 --> unique()

各取值分别有多少人 --> value_counts()

df1.describe()
df1.info()
df1.score_rank.unique()
df1.score_rank.value_counts()

以上便是我根据日常实验整理出来的一些pandas知识点，如有错误，还请各位大佬指点。