pandas 10分钟教程(二)

重点发法

  • 分组 groupby('列名') groupby(['列名1','列名2',.........])

  • 分组的步骤

  1. (Splitting) 按照一些规则将数据分为不同的组,拆分

  2. (Applying) 对于每组数据分别执行一个函数.'应用,申请'

  3. (Combining) 将结果组合到一个数据结构, '组合/合并'

import pandas as pd
#根据A分组后求和
df.groupby('A').sum()
#分组,指定具体列的出来函数   #reset_index 重置索引
df.group(by=['列1','列2',....]).agg({'列名':['max','min']}).reset_index()

#agg/apply:指定具体的处理函数,,,可以 写自定义函数

分组后的统计方法

  1. size() = count()

  2. max(),min(),mean() 最大最小,平均数

  3. std()

  4. median() 中位数

  5. frist() ,last() 第一个和最后一个非NA值

  6. prod 非NA值得积

以上统计函数,除了count()外,都会自动过滤非数字列!!!!

  • 排重:duplicated

    1. 检查重复的数据:df.duplicated()

    2. 检查重复指定列名:df.duplicated(['列1','列2',....])

    3. 删除重复数据:df.drop_duolicates()

    4. 删除时指定保留的数据: df.drop_duplicates(['列1',.......],keep='frist/last')

      • keep:保存

      • frist:第一个,last:最后一个

  • 数据透视表(和groupby()类似)

    1. df.pibot_table(df,index=['列1','列2',...],values='列名',aggfunc=np.mean/sum)

      • index : 需要排序的列

      • values : 需要统计的列

      • aggfunc : 执行的统计函数,不写默认统计平均值

  • 分组替换: Categories 分组/分类,

    1. 实现第二列分组比替换数据:

      • df['新列名'] = df['B'].astype('category');转化为分类/分组类型

      • 分配列名: df['新列名'].cat.set_categories((值1,值2,.......))

      • 重新设置: df['新列名'] = df['新列名'].cat_set_categories([值一,值二,...])

  • 读写文件

    1. HDF5: 存储打数据,方便和其他语言对接,

      • to_hdf()

      • read_hdf()

    2. 表格:excel

      • read_excel('path',sheet_name='子页名')

      • to_excel(path)

Python数据分析Pandas库之熊猫(10分钟二)的更多相关文章

  1. Python数据分析Pandas库之熊猫(10分钟一)

    pandas熊猫10分钟教程 排序 df.sort_index(axis=0/1,ascending=False/True) df.sort_values(by='列名') import numpy ...

  2. Python数据分析Pandas库方法简介

    Pandas 入门 Pandas简介 背景:pandas是一个Python包,提供快速,灵活和富有表现力的数据结构,旨在使“关系”或“标记”数据的使用既简单又直观.它旨在成为在Python中进行实际, ...

  3. Python数据分析Pandas库数据结构(一)

    pandas数据结构 1.生成一维矩阵模拟数据 import pandas as pdimport numpy as nps = pd.Series([1,2,3,4,np.nan,9,9])s2 = ...

  4. Python数据分析 Pandas模块 基础数据结构与简介(二)

    重点方法 分组:groupby('列名') groupby(['列1'],['列2'........]) 分组步骤: (spiltting)拆分 按照一些规则将数据分为不同的组 (Applying)申 ...

  5. Python数据分析--Pandas知识点(二)

    本文主要是总结学习pandas过程中用到的函数和方法, 在此记录, 防止遗忘. Python数据分析--Pandas知识点(一) 下面将是在知识点一的基础上继续总结. 13. 简单计算 新建一个数据表 ...

  6. Python数据分析--Pandas知识点(三)

    本文主要是总结学习pandas过程中用到的函数和方法, 在此记录, 防止遗忘. Python数据分析--Pandas知识点(一) Python数据分析--Pandas知识点(二) 下面将是在知识点一, ...

  7. Python的Pandas库简述

    pandas 是 python 的数据分析处理库import pandas as pd 1.读取CSV.TXT文件 foodinfo = pd.read_csv("pandas_study. ...

  8. Python之Pandas库常用函数大全(含注释)

    前言:本博文摘抄自中国慕课大学上的课程<Python数据分析与展示>,推荐刚入门的同学去学习,这是非常好的入门视频. 继续一个新的库,Pandas库.Pandas库围绕Series类型和D ...

  9. Python数据分析-Pandas(Series与DataFrame)

    Pandas介绍: pandas是一个强大的Python数据分析的工具包,是基于NumPy构建的. Pandas的主要功能: 1)具备对其功能的数据结构DataFrame.Series 2)集成时间序 ...

随机推荐

  1. ECMA Script 6_函数的扩展

    ES6规定只要函数参数使用了默认值.解构赋值.或者扩展运算符, 那么函数内部就不能显式设定为严格模式,否则会报错 1. 参数的默认值 ES6 允许为函数的参数设置默认值,即直接写在参数定义的后面 函数 ...

  2. Educational Codeforces Round 5

    616A - Comparing Two Long Integers    20171121 直接暴力莽就好了...没什么好说的 #include<stdlib.h> #include&l ...

  3. SpringMVC的坑

    The request sent by the client was syntactically incorrect. 这个错误的原因是 因为 提交的表单数据和目标方法的入参不一致所导致   然后我就 ...

  4. jquery运用FormData结合Ajax异步上传表单,超实用

    首先创建一个formData,其中参数,就是你的form表单,jquery要加0,也可以用document.querySelector("form")得到 var formData ...

  5. 课堂笔记及知识点----栈和队列(2018/10/24(am))

    栈: Stack<int>  xt=new Stack<int>() ; 先进后出,后进先出,水杯结构,顺序表类似 常用方法:   .pop---->出栈,弹栈     ...

  6. 需要优化代码的leetcode

    1  关于验证字符串的问题: 2

  7. 使用Eureka作为springcloud的注册机

    使用springcloud做项目的负载均衡,需要导的jar这里不再显示,具体配置如下: 作为被注册服务配置: 启动多台服务端就可以实现集群,相应的localhost需要转成真实的ip 当然一个项目还要 ...

  8. poj1164

    #include<iostream> using namespace std; ][]; ][]; int roomnum; int maxroom; int m,n; typedef s ...

  9. cnblogs

    想注册个博客园来着的,看着大佬们的博客都十分漂亮,但是发现我因为太菜没有办法搞定美化问题. 以后再说吧 写写东西,反正也没人看,但是写的时候尽量按给别人看的格式写吧 2019.3.15 开通博客 计划 ...

  10. netty例子

    流式编程 客户端 这里MessageToByteEncoder继承于outchanel 服务端