本文是對pandas官方網(wǎng)站上《10Minutes to pandas》的一個簡單的翻譯，原文在這里。這篇文章是對pandas的一個簡單的介紹，詳細(xì)的介紹請參考：Cookbook 。習(xí)慣上，我們會按下面格式引入所需要的包：

一、創(chuàng)建對象

可以通過Data Structure Intro Setion 來查看有關(guān)該節(jié)內(nèi)容的詳細(xì)信息。

1、可以通過傳遞一個list對象來創(chuàng)建一個Series，pandas會默認(rèn)創(chuàng)建整型索引：

2、通過傳遞一個numpyarray，時間索引以及列標(biāo)簽來創(chuàng)建一個DataFrame：

3、通過傳遞一個能夠被轉(zhuǎn)換成類似序列結(jié)構(gòu)的字典對象來創(chuàng)建一個DataFrame：

4、查看不同列的數(shù)據(jù)類型：

5、如果你使用的是IPython，使用Tab自動補全功能會自動識別所有的屬性以及自定義的列，下圖中是所有能夠被自動識別的屬性的一個子集：

二、查看數(shù)據(jù)

詳情請參閱：Basics Section

1、 查看frame中頭部和尾部的行：

2、 顯示索引、列和底層的numpy數(shù)據(jù)：

3、 describe()函數(shù)對于數(shù)據(jù)的快速統(tǒng)計匯總：

4、 對數(shù)據(jù)的轉(zhuǎn)置：

5、 按軸進(jìn)行排序

6、 按值進(jìn)行排序

三、選擇

雖然標(biāo)準(zhǔn)的Python/Numpy的選擇和設(shè)置表達(dá)式都能夠直接派上用場，但是作為工程使用的代碼，我們推薦使用經(jīng)過優(yōu)化的pandas數(shù)據(jù)訪問方式： .at,.iat,.loc,.iloc和.ix詳情請參閱Indexingand Selecing Data 和 MultiIndex/ Advanced Indexing。

l 獲取

1、 選擇一個單獨的列，這將會返回一個Series，等同于df.A：

2、 通過[]進(jìn)行選擇，這將會對行進(jìn)行切片

l 通過標(biāo)簽選擇

1、 使用標(biāo)簽來獲取一個交叉的區(qū)域

2、 通過標(biāo)簽來在多個軸上進(jìn)行選擇

3、 標(biāo)簽切片

4、 對于返回的對象進(jìn)行維度縮減

5、 獲取一個標(biāo)量

6、 快速訪問一個標(biāo)量（與上一個方法等價）

l 通過位置選擇

1、 通過傳遞數(shù)值進(jìn)行位置選擇（選擇的是行）

2、 通過數(shù)值進(jìn)行切片，與numpy/python中的情況類似

3、 通過指定一個位置的列表，與numpy/python中的情況類似

4、 對行進(jìn)行切片

5、 對列進(jìn)行切片

6、 獲取特定的值

l 布爾索引

1、 使用一個單獨列的值來選擇數(shù)據(jù)：

2、 使用where操作來選擇數(shù)據(jù)：

3、 使用isin()方法來過濾：

l 設(shè)置

1、 設(shè)置一個新的列：

2、 通過標(biāo)簽設(shè)置新的值：

3、 通過位置設(shè)置新的值：

4、 通過一個numpy數(shù)組設(shè)置一組新值：

上述操作結(jié)果如下：

5、 通過where操作來設(shè)置新的值：

四、缺失值處理

在pandas中，使用np.nan來代替缺失值，這些值將默認(rèn)不會包含在計算中，詳情請參閱：Missing Data Section。

1、 reindex()方法可以對指定軸上的索引進(jìn)行改變/增加/刪除操作，這將返回原始數(shù)據(jù)的一個拷貝：、

2、 去掉包含缺失值的行：

3、 對缺失值進(jìn)行填充：

4、 對數(shù)據(jù)進(jìn)行布爾填充：

五、相關(guān)操作

詳情請參與Basic Section On Binary Ops

l 統(tǒng)計（相關(guān)操作通常情況下不包括缺失值）

1、 執(zhí)行描述性統(tǒng)計：

2、 在其他軸上進(jìn)行相同的操作：

3、 對于擁有不同維度，需要對齊的對象進(jìn)行操作。Pandas會自動的沿著指定的維度進(jìn)行廣播：

l Apply

1、 對數(shù)據(jù)應(yīng)用函數(shù)：

l 直方圖

具體請參照：Histogrammingand Discretization

l 字符串方法

Series對象在其str屬性中配備了一組字符串處理方法，可以很容易的應(yīng)用到數(shù)組中的每個元素，如下段代碼所示。更多詳情請參考：Vectorized String Methods.

六、合并

Pandas提供了大量的方法能夠輕松的對Series，DataFrame和Panel對象進(jìn)行各種符合各種邏輯關(guān)系的合并操作。具體請參閱：Mergingsection

l Concat

l Join 類似于SQL類型的合并，具體請參閱：Databasestyle joining

l Append 將一行連接到一個DataFrame上，具體請參閱Appending：

七、分組

對于”group by”操作，我們通常是指以下一個或多個操作步驟：

l （Splitting）按照一些規(guī)則將數(shù)據(jù)分為不同的組；

l （Applying）對于每組數(shù)據(jù)分別執(zhí)行一個函數(shù)；

l （Combining）將結(jié)果組合到一個數(shù)據(jù)結(jié)構(gòu)中；

詳情請參閱：Groupingsection

1、 分組并對每個分組執(zhí)行sum函數(shù)：

2、 通過多個列進(jìn)行分組形成一個層次索引，然后執(zhí)行函數(shù)：

八、Reshaping

詳情請參閱HierarchicalIndexing和Reshaping。

l Stack

l 數(shù)據(jù)透視表，詳情請參閱：PivotTables.

可以從這個數(shù)據(jù)中輕松的生成數(shù)據(jù)透視表：

九、時間序列

Pandas在對頻率轉(zhuǎn)換進(jìn)行重新采樣時擁有簡單、強大且高效的功能（如將按秒采樣的數(shù)據(jù)轉(zhuǎn)換為按5分鐘為單位進(jìn)行采樣的數(shù)據(jù)）。這種操作在金融領(lǐng)域非常常見。具體參考：TimeSeries section。

1、 時區(qū)表示：

2、 時區(qū)轉(zhuǎn)換：

3、 時間跨度轉(zhuǎn)換：

4、 時期和時間戳之間的轉(zhuǎn)換使得可以使用一些方便的算術(shù)函數(shù)。

十、Categorical

從0.15版本開始，pandas可以在DataFrame中支持Categorical類型的數(shù)據(jù)，詳細(xì)介紹參看：categoricalintroduction和APIdocumentation。

1、 將原始的grade轉(zhuǎn)換為Categorical數(shù)據(jù)類型：

2、 將Categorical類型數(shù)據(jù)重命名為更有意義的名稱：

3、 對類別進(jìn)行重新排序，增加缺失的類別：

4、 排序是按照Categorical的順序進(jìn)行的而不是按照字典順序進(jìn)行：

5、 對Categorical列進(jìn)行排序時存在空的類別：

十一、畫圖

具體文檔參看：Plottingdocs

對于DataFrame來說，plot是一種將所有列及其標(biāo)簽進(jìn)行繪制的簡便方法：

十二、導(dǎo)入和保存數(shù)據(jù)

l CSV，參考：Writingto a csv file

1、 寫入csv文件：

2、 從csv文件中讀取：

l HDF5，參考：HDFStores

1、 寫入HDF5存儲：

2、 從HDF5存儲中讀?。?o:p>

l Excel，參考：MSExcel

1、 寫入excel文件：

2、 從excel文件中讀?。?o:p>

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論