天池python训练营Task4 pandas数据处理学习笔记

>arange跟列表差不多

>series 带序号

>dataframe 跟excel表格差不多意思

>index索引的价值：自动化对齐，相同索引直接运算

s5 = pd.Series(np.array([10,15,20,30,55,80]),index = ['a','b','c','d','e','f'])

print(s5)

s6 = pd.Series(np.array([12,11,13,15,14,16]),index = ['a','c','g','b','d','f'])

print(s6)

print(s5 + s6)

print(s5/s6)

>pandas用loc索引

>创建dataframe典型语句，先创建字典，然后用dataframe方法

import pandas as pd

stu_dic = {'Age':[14,13,13,14,14,12,12,15,13,12,11,14,12,15,16,12,15,11,15],

'Height':[69,56.5,65.3,62.8,63.5,57.3,59.8,62.5,62.5,59,51.3,64.3,56.3,66.5,72,64.8,67,57.5,66.5],

'Name':['Alfred','Alice','Barbara','Carol','Henry','James','Jane','Janet','Jeffrey','John','Joyce','Judy','Louise','Marry','Philip','Robert','Ronald','Thomas','Willam'],

'Sex':['M','F','F','F','M','M','F','F','M','M','F','F','F','F','M','M','M','M','M'],

'Weight':[112.5,84,98,102.5,102.5,83,84.5,112.5,84,99.5,50.5,90,77,112,150,128,133,85,112]}

student = pd.DataFrame(stu_dic)

print(student)

>前5行后5行：head与tail

>指定条件查询

print(student[(student['Sex']=='F') & (student['Age']>12)])

>聚合操作，groupby

>实现sql功能

默认情况下，merge函数实现的是两个表之间的内连接，即返回两张表中共同

部分的数据。可以通过how参数设置连接的方式，left为左连接；right为右连

接；outer为外连接

>缺失值处理，drop,fillna,sum&isnull

>pivot_table实现数据透视功能

>层次化索引

>pandas数据处理练习 美国大选

将特朗普和拜登在各州获得的捐赠人数进行对比，如下图，明显拜登比特朗普获得了更多人的支持。

如果捐赠人能多大程度代表投票人的话，是能够预测拜登获胜的机会更大。

代码如下：