Python库-Pandas
Pandas是基于NumPy的一种数据分析工具,提供了大量使我们快速便捷处理数据的函数和方法。
中文官网地址:https://www.pypandas.cn
Pandas基于两种数据类型:Series数组与DataFrame数据表。
Series对象(带索引index的一维数组)
import pandas as pd
from pandas import Series,DataFrame
import numpy as np
#创建Series数组
list1 = [1,2,3,4]
sel = Series(list1) #默认索引为从0开始的序列
sel = Series(data = [1,2,3,4],index = list('abcd')) #创建Series对象并创建索引 print(sel.values)#.values 拿到series中数据
print(sel.index)# .index 拿到series中索引
print(list(sel.iteritems()))#.iteritems()拿到series中键值对 #Series结构类似字典
#将字典转换为Series
dic = {"red":"100","black":"400","green":"300"}
se2 = Series(dic) #修改Series索引值
se1.index = list('dcba') #直接修改原Series的索引
#.reindex 返回一个新的Series 重新排序 缺失值用nan代替
se2 = se1.reindex(['a','b','c','d','e']) #Series值的获取,可通过索引和下标两种方式。
print(se1['b']) #通过index值获取
print(sel[1]) #通过下标
#通过切片获取值
print(se1[0:2]) #通过下标,左包含右不包含。
print(se1['a':'c']) #通过索引,左右都包含。
DataFrame对象(DataFrame是一种二维数据表结构,分为若干列和行,行索引index,列索引columns)
DataFrame的创建
df1 = DataFrame(np.random.randint(0,10,(4,4)),index = [1,2,3,4],columns = ['a','b','c','d']) #通过二维数组创建,指定参数Data,index和columns。 #通过字典创建DataFrame
dict = {
'province':['Guangzhou','Beijing','Shanghai','Fujian'],
'pop':[1.3,2.5,1.1,0.7],
'year':[2018,2018,2018,2018]
}
df2 = DataFrame(dict,index = [1,2,3,4])#字典中的key为列索引。
DataFrame中常用属性和方法
print(df.shape) #行数和列数
print(df.index.tolist()) #获取行索引
print(df.columns.tolist()) #获取列索引
print(df.ndim)#获取维度
print(df.info()) #.info()方法展示概述
print(df.head(2)) #显示头几行
print(df.tail(1)) #显示后几行
获取DataFrame数据
#获取DataFrame列 print(df['pop']) #获取列,每列都是Series对象 print(df[['pop','year']]) #获取多列 #获取DataFrame行 print(df[0:2]) #通过行下标切片的方式获取行 #通过loc和iloc方法获取数据 #.loc通过索引获取数据 #.loc获取列,切片方式。 df.loc[:,'pop'] #获取单列
df.loc[:,'pop':'province'] #通过切片获取连续列 #.loc获取行 df.loc[1] #获取单行
df.loc[1,:] #获取单行
df.loc[1:3,] #获取连续行,左右都包含。 #.iloc通过位置下标获取数据 df.iloc[0:2,0:2]
DataFrame修改index和columns
df = DataFrame(np.arange(9).reshape(3,3),index = ['bj','sh','gz'],columns = ['a','b','c']) df.index = ['beijing','shanghai','guangzhou'] #直接修改属性值 df1 = df.rename(index = {'bj':"beijing"},columns = {'a':'A'}) #通过.rename方法修改index和columns
DataFrame中将列转换为行索引
df1 = DataFrame({"x":range(5),"y":range(5),'s':list("abcde"),"z":[1,2,3,4,5]}) #result = df1.set_index('s',drop = False) #将s列转换为行索引drop = False 保留作为索引的列
result = df1.set_index('s') result.index.name = None #通常将数据库中数据取出后 将id作为行索引
print(result)
s x y z
0 a 0 0 1
1 b 1 1 2
2 c 2 2 3
3 d 3 3 4
4 e 4 4 5
x y z
a 0 0 1
b 1 1 2
c 2 2 3
d 3 3 4
e 4 4 5
DataFrame中添加列
#在末尾直接添加列
df = pd.DataFrame([['snow','m',22],['tyrion','m',32],['sansa','f',18],['arya','f',14]],columns = ['name','gender','age']
df['score'] = [80,98,67,90] #在末尾添加一列
#通过添加列索引的方法添加列
column_name = df.columns.tolist() #将列名转换为列表
column_name.insert(2,'city') #在列表指定位置插入新的列索引
df = df.reindex(columns = column_name)#通过.reindex方法更新索引
df['city'] = ['beijing','shanxi','hubei','aomen'] #添加数据
#通过DataFrame中.insert方法添加列
df.insert(2,'score',[80,90,67,90]) #dataframe 提供insert方法 在指定位置添加列
DataFrame中添加行
#通过.append方法添加行
df = pd.DataFrame([['snow','m',22],['tyrion','m',32],['sansa','f',18],['arya','f',14]],columns = ['name','gender','age']
row = pd.DataFrame({'name':'fy','gender':'m','age':23},index = [0]) #生成带添加的行
df = df.append(row,ignore_index = True) #ignore_index = True 按照原来的索引
DataFrame创建多层索引
#1
df = pd.DataFrame(np.random.randint(0,150,size = (6,4)),
columns = ['zs','ls','ww','zl'],
index = [['a','a','b','b','c','c'],['期中','期末','期中','期末','期中','期末']]) #2
class1 = ['a','a','b','b','c','c']
class2 = ['期中','期末','期中','期末','期中','期末']
m_index2 = pd.MultiIndex.from_arrays([class1,class2])
df2 = pd.DataFrame(np.random.randint(0,150,(6,4)),index = m_index2) #3
class2 = ['a','b','c']
class1 = ['期中','期末']
m_index2 = pd.MultiIndex.from_product([class1,class2])
df3 = pd.DataFrame(np.random.randint(0,150,(6,4)),index = m_index2) 0 1 2 3
期中 a 79 22 5 2
b 47 44 25 80
c 40 61 131 60
期末 a 127 46 144 44
b 24 128 110 81
c 79 133 33 18
Tips:Pandas内容很多,还包括时间序列和分组聚合等,在实例中熟悉。
2020-04-04 16:28
Python库-Pandas的更多相关文章
- python库pandas
由于在机器学习中经常以矩阵的方式来表现数据,那么我们就需要一种数据结构来存储和处理矩阵.pandas库就是这样一个工具. 本文档是一个学习笔记,记录一些常用的命令,原文:http://www.cnbl ...
- python库pandas简介
pandas是基于numpy的数据分析模块,提供了大量标准模型和高效操作大型数据集所需要的工具. pandas主要提供了3种数据结构:1.Series,带标签的一维数组:2.DataFrame,带标签 ...
- 顶级Python库
绝不能错过的24个顶级Python库 Python有以下三个特点: · 易用性和灵活性 · 全行业高接受度:Python无疑是业界最流行的数据科学语言 · 用于数据科学的Python库的数量优势 事实 ...
- Python数据分析库pandas基本操作
Python数据分析库pandas基本操作2017年02月20日 17:09:06 birdlove1987 阅读数:22631 标签: python 数据分析 pandas 更多 个人分类: Pyt ...
- 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 ...
- 教程 | 一文入门Python数据分析库Pandas
首先要给那些不熟悉 Pandas 的人简单介绍一下,Pandas 是 Python 生态系统中最流行的数据分析库.它能够完成许多任务,包括: 读/写不同格式的数据 选择数据的子集 跨行/列计算 寻找并 ...
- 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 ...
- python重要的第三方库pandas模块常用函数解析之DataFrame
pandas模块常用函数解析之DataFrame 关注公众号"轻松学编程"了解更多. 以下命令都是在浏览器中输入. cmd命令窗口输入:jupyter notebook 打开浏览器 ...
- 11个并不广为人知,但值得了解的Python库
这是一篇译文,文中提及了一些不常见但是有用的Python库 原文地址:http://blog.yhathq.com/posts/11-python-libraries-you-might-not-kn ...
随机推荐
- 一文带你解读:卷积神经网络自动判读胸部CT图像的机器学习原理
本文介绍了利用机器学习实现胸部CT扫描图像自动判读的任务,这对我来说是一个有趣的课题,因为它是我博士论文研究的重点.这篇文章的主要参考资料是我最近的预印本 “Machine-Learning-Base ...
- 奇思妙想-java实现另类的pipeline模式
磕叨 在公司做项目是见到前辈们写的一端任务链的代码,大概如下 Runnable task = new TaskA(new TaskB(new TaskC(new taskD()))); task.ru ...
- File判断功能(新手)
//导入的一个类.import java.io.File;/* File判断功能*///创建的一个类.public class zylx3 { //公共静态的主方法. public static vo ...
- [转]【maven】解决Missing artifact jdk.tools:jdk.tools:jar:1.6
解决在pom.xml文件中出现的Missing artifact jdk.tools:jdk.tools:jar:1.6问题 <dependency> <groupId>jdk ...
- VsCode编辑器那些事
1.怎么改成中文的? 按快捷键“Ctrl+Shift+P” 在框下点击“configur Display language" 会跳转至商店,选择插件下载“Chinese (Simplifie ...
- Python之open()函数
Python内置了读写文件的函数open(). # 方法一 # 使用Python内置的open()函数,传入文件名和标示符 f = open('E:/test/driver.py', 'r', enc ...
- Cisco二层交换机命令
1.二层交换机基本配置 Switch >Switch >enable # 进入特权模式 Switch#configure terminal # 进入全局配置模式 Switch(co ...
- SCF(SenparcCoreFramework) 系列教程(一):项目介绍及快速搭建
2020年3月25日的“盛派周三分享”活动首次使用直播的方式与大家见面,共有 500 多人参与了活动,得到了众多开发者的好评,并强烈要求我分享 PPT,这点要求当然必须满足啦! 除此以外,还有许多开发 ...
- Codeforces Round #567 (Div. 2) B. Split a Number
Split a Number time limit per test 2 seconds memory limit per test 512 megabytes input standard inpu ...
- vscode vue 格式化 ESLint 检查 单引号 双引号 函数括号报错问题
vscode vue 格式化 最近重新搞了下电脑,重装了 vscode 软件,在用 vue 写项目的时候,照例开启了 ESLint 语法检查,但是发现在使用 vscode 格式化快捷键的时候(shif ...