机器学习-py工具包

机器学习工具包-Pandas

1.导入包

import pandas as pd

数据的读取

df = pd.read_csv('文件路径') 文件需要加后缀
df.head(x)  默认展示前五条数据，x代表展示前x条
df.tail(x)  展示后面的数据
df.info()   当前这个文件的信息，行列的信息、数据类型
df.index   当前索引的范围
df.columns  列名，表格的第一行
df.dtype  类型
df.values  转换结构是数组结构，读取每一行数据

自己创建一个dataframe结构

data = {'contury':['aaa','bbb','ccc'],
		'population':[10,12,14]}
df_data = pd.DataFrame(data)
df_data

取指定的数据

age = df['Age']
age[:5]

指定的索引

df = df.set_index('Name')
df.head()
age['aaaa'] 指定人名直接输出年龄

具体元素操作和numpy一致
df.decribe()  只能是数值数据，展示基本的统计特性
pandas索引结构
ioc位置，loc传具体内容
bool类型索引
df['Fare'] > 40   返回是true或false
df[df['Fare'] > 40][:5]
df[df['sex'] == 'male'][:5]
df.loc[df['sex']=='male','Age'].mean()

groupby函数

import pandas as pd
df.groupby('key').sum()
df.groupby('key').aggregate(np.mean)
df.groupby('sex')['Age'].mean()

数值计算

import pandas as pd
df.sum()
df.cov() 协方差
df.corr() 相关系数
df['Age'].value_counts() 每一类型有多少个
df['Age'].value_counts(ascending = True) 为true是升序，false为降序
df['Age'].value_counts(ascending = True，bins = 5) 分成5个区间 

对象操作

data = [10,11,12]
index = ['a','b','c']
s = pd.Series(data = data,index = index)
s
s[0] 直接取索引即可
s.loc['b']
改操作
s1.s.copy()
s1['a'] = 100
s1
s3 = s1.append(s2) 增加一列
删除操作
del s1['A']
s1.drop(['b','d'],inplace = True)

merge合并

res = pd.merge(left,right,on = 'key')
res = pd.merge(left,right,on = ['key1','key2'],how = 'outer',indicator = True)
res = pd.merge(left,right,how = 'left')

显示设置

pd.get_option('display.max_rows')
pd.set_option('display.max_rows',6)

pivot操作

example_pivot = example.pivot('index = 'A',columns = 'B',values = 'c')
example_pivot
df.pivot_table('index = 'A',columns = 'B',values = 'c',aggfunce = 'max/count/mean')