请原谅没有一次写完,本文是自己学习过程中的记录,完善pandas的学习知识,对于现有网上资料的缺少和利用python进行数据分析这本书部分知识的过时,只好以记录的形势来写这篇文章.最如果后续工作定下来有时间一定完善pandas库的学习,请见谅!                     by LQJ 2015-10-25

前言:

首先推荐一个比较好的Python pandas DataFrame学习网址

网址: http://www.cnblogs.com/chaosimple/p/4153083.html

  1. 说明:
  1. 首先百度Python pandas DataFrame,下面列出DataFrame该数据结构的部分使用方法,并对其进行说明, DataFrameSeries作为padans两个主要的数据结构.
  1.      如果你经常使用SQL数据库或者做过数据分析等相关工作,可以更快的上手pythonpandas库,其pandas库的使用方法跟SQL语句的一些语法类似,只不过语言 变了而已.
  1. 正文:
  1. import pandas as pd 引用pandas时使用pd名称就可
  1. 使用DataFrame查看数据(类似SQL中的select):
  1. from pandas import DataFrame #从pandas库中引用DataFrame
  1. df_obj = DataFrame() #创建DataFrame对象
  1. df_obj.dtypes #查看各行的数据格式
  1. df_obj.head() #查看前几行的数据,默认前5行
  1. df_obj.tail() #查看后几行的数据,默认后5行
  1. df_obj.index #查看索引
  1. df_obj.columns #查看列名
  1. df_obj.values #查看数据值
  1. df_obj.describe #描述性统计
  1. df_obj.T #转置
  1. df_obj.sort(columns = ‘’)#按列名进行排序
  1. df_obj.sort_index(by=[‘’,’’])#多列排序,使用时报该函数已过时,请用sort_values
  1. df_obj.sort_values(by=['',''])同上
  1.  
  1. 使用DataFrame选择数据(类似SQL中的LIMIT):
  1. df_obj[‘客户名称’] #显示列名下的数据
  1. df_obj[1:3] #获取1-3行的数据,该操作叫切片操作,获取行数据
  1. df_obj.loc[:0,['用户号码','产品名称']] #获取选择区域内的数据,逗号前是行范围,逗号后是列范围,注loc通过标签选择数据,iloc通过位置选择数据
  1. df_obj['套餐'].drop_duplicates() #剔除重复行数据
  1. 使用DataFrame重置数据:
  1. df_obj.at[df_obj.index,'支局_维护线']='自有厅' #通过标签设置新的值,如果使用iat则是通过位置设置新的值
  1. 使用DataFrame筛选数据(类似SQL中的WHERE):
  1. alist = ['023-18996609823']
  1. df_obj['用户号码'].isin(alist) #将要过滤的数据放入字典中,使用isin对数据进行筛选,返回行索引以及每行筛选的结果,若匹配则返回ture
  1. df_obj[df_obj['用户号码'].isin(alist)] #获取匹配结果为ture的行
  1. 使用DataFrame模糊筛选数据(类似SQL中的LIKE):
  1. df_obj[df_obj['套餐'].str.contains(r'.*?语音CDMA.*')] #使用正则表达式进行模糊匹配,*匹配0或无限次,?匹配0或1次
  1. 使用DataFrame进行数据转换(后期补充说明)
  1. df_obj['支局_维护线'] = df_obj['支局_维护线'].str.replace('巫溪分公司(.{2,})支局','\\1')#可以使用正则表达式
  1. df_obj['支局_维护线'].drop_duplicates() #返回一个移除重复行的数据
  1. 可以设置take_last=ture 保留最后一个,或保留开始一个.补充说明:注意take_last=ture已过时,请使用keep='last'
  1. 使用pandas中读取文本数据:
  1. read_csv('D:\LQJ.csv',sep=';',nrows=2) #首先输入csv文本地址,然后分割符选择等等
  1. 使用pandas聚合数据(类似SQL中的GROUP BY HAVING):
  1. data_obj['用户标识'].groupby(data_obj['支局_维护线'])
  1. data_obj.groupby('支局_维护线')['用户标识'] #上面的简单写法
  1. adsl_obj.groupby('支局_维护线')['用户标识'].agg([('ADSL','count')])
  1. #按支局进行汇总对用户标识进行计数,并将计数列的列名命名为ADSL
  1. 使用pandas合并数据集(类似SQL中的JOIN):
  1. merge(mxj_obj2, mxj_obj1 ,on='用户标识',how='inner')# mxj_obj1mxj_obj2将用户标识当成重叠列的键合并两个数据集,inner表示取两个数据集的交集.

python 数据处理学习pandas之DataFrame的更多相关文章

  1. Python 数据处理库 pandas 入门教程

    Python 数据处理库 pandas 入门教程2018/04/17 · 工具与框架 · Pandas, Python 原文出处: 强波的技术博客 pandas是一个Python语言的软件包,在我们使 ...

  2. Python 数据处理库pandas教程(最后附上pandas_datareader使用实例)

    0 简单介绍 pandas是一个Python语言的软件包,在我们使用Python语言进行机器学习编程的时候,这是一个非常常用的基础编程库.本文是对它的一个入门教程. pandas提供了快速,灵活和富有 ...

  3. 程序员用于机器学习编程的Python 数据处理库 pandas 入门教程

    入门介绍 pandas适合于许多不同类型的数据,包括: · 具有异构类型列的表格数据,例如SQL表格或Excel数据 · 有序和无序(不一定是固定频率)时间序列数据. · 具有行列标签的任意矩阵数据( ...

  4. Python数据处理进阶——pandas

    对于python进行数据处理来说,pandas式一个不得不用的包,它比numpy很为强大.通过对<利用python进行数据分析>这本书中介绍pandas包的学习,再加以自己的理解,写下这篇 ...

  5. 程序员用于机器学习编程的Python 数据处理库 pandas 进阶教程

    数据访问 在入门教程中,我们已经使用过访问数据的方法.这里我们再集中看一下. 注:这里的数据访问方法既适用于Series,也适用于DataFrame. **基础方法:[]和. 这是两种最直观的方法,任 ...

  6. Python 数据处理库 pandas

    核心数据结构 pandas最核心的就是Series和DataFrame两个数据结构. 名称 维度 说明 Series 1维 带有标签的同构类型数组 DataFrame 2维 表格结构,带有标签,大小可 ...

  7. python数据处理工具 -- pandas(序列与数据框的构造)

    Pandas模块的核心操作对象就是对序列(Series)和数据框(Dataframe).序列可以理解为数据集中的一个字段,数据框是值包含至少两个字段(或序列) 的数据集. 构造序列 1.通过同质的列表 ...

  8. Python数据分析之pandas学习

    Python中的pandas模块进行数据分析. 接下来pandas介绍中将学习到如下8块内容:1.数据结构简介:DataFrame和Series2.数据索引index3.利用pandas查询数据4.利 ...

  9. python做数据分析pandas库介绍之DataFrame基本操作

    怎样删除list中空字符? 最简单的方法:new_list = [ x for x in li if x != '' ] 这一部分主要学习pandas中基于前面两种数据结构的基本操作. 设有DataF ...

随机推荐

  1. N-Tier Entity Framework开源项目介绍

               N-Tier Entity Framework是一个基于微软Entity Framework的N层.NET解决方案. 并且与以下这此技术点无缝集成了: § WCF RIA Ser ...

  2. PHP规范PSR2

    为了尽可能的提升阅读其他人代码时的效率,下面例举了一系列的通用规则,特别是有关于PHP代码风格的.各个成员项目间的共性组成了这组代码规范.当开发者们在多个项目中合作时,本指南将会成为所有这些项目中共用 ...

  3. NET IL命令查询器

    最近研究了一下IL代码,闲来无事,开发一个小工具,供大家使用.编程.破解,手头必备工具. 模糊搜索,可以把相关的命令都列出来.选中行,可以提示指令说明. 如果指令不全,可以增加指令及说明. CSDN下 ...

  4. codis集群安装

    在网上找了很多codis的集群安装方法,看起来都是大同小异,本人结合了大多种方法完成了一套自己使用的codis的集群安装,可以供大家学习使用,如果有什么问题或者不懂的地方欢迎指正 1.集群规划: 三台 ...

  5. Python学习基础知识概要

    1.输入输出 输出实例   1 2 print 'hello','world' hello world 输入实例   1 2 3 4 5 name = raw_input(); print " ...

  6. TouchPoint.js – 可视化展示 HTML 原型点击效果

    TouchPoint.js 是一个用于 HTML 原型展示的 JavaScript 库(作为UX过程的一部分),通过视觉表现用户在屏幕上的点击.TouchPoint 是高度可定制,非常适合屏幕录制,用 ...

  7. 图片效果集合(js、jquery或html5)

    1.jQuery HTML5 幻灯片使用支持HTML5的浏览器会有特殊效果,即切换图片时颜色的改变文章:http://keleyi.com/a/bjac/b8i3xdui.htm效果:http://k ...

  8. jQuery静态方法parseXML使用和源码分析

    jQuery.parseXML( data ) 接受一个格式良好的 XML 字符串,返回解析后的 XML 文档. 方法 jQuery.parseXML() 使用浏览器原生的 XML 解析函数实现. 在 ...

  9. CSS3图片翻转切换案例及其中重要属性解析

    图片翻转切换,在不使用CSS3的情况下,一般都是使用JS实现动画,同时操作元素的width和left,或者height和top以模拟翻转的效果,并在适当时候改变src或者z-index实现图片切换. ...

  10. SharePoint 2013 状态机工作流之日常报销示例

    简单介绍下状态机工作流,状态机工作流提供了一系列的状态.工作流从初始状态开始,到终止状态结束.两个状态之间定义行为进行过渡.通常情况下,状态机工作流对事件作出反应,事件的发生将会使状态发生改变. 1. ...