Pandas導(dǎo)入

Pandas是Python第三方庫，提供高性能易用數(shù)據(jù)類型和分析工具 Pandas基于NumPy實現(xiàn)，常與NumPy和Matplotlib一同使用 兩個數(shù)據(jù)類型：Series, DataFrame

import pandas as pd

Pandas與numpy的比較

Pandas的Series類型

由一組數(shù)據(jù)及與之相關(guān)的數(shù)據(jù)索引組成

Pandas的Series類型的創(chuàng)建

Series類型可以由如下類型創(chuàng)建：

Python列表，index與列表元素個數(shù)一致 標量值，index表達Series類型的尺寸 Python字典，鍵值對中的“鍵”是索引，index從字典中進行選擇操作 ndarray，索引和數(shù)據(jù)都可以通過ndarray類型創(chuàng)建 其他函數(shù)，range()函數(shù)等

Pandas的Series類型的基本操作

Series類型包含index和values兩個部分：

index 獲得索引 values 獲得數(shù)據(jù)

由ndarray或字典創(chuàng)建的Series，操作類似ndarray或字典類型

pandas的DataFrame類型

DataFrame類型由共用相同索引的一組列組成

DataFrame是一個表格型的數(shù)據(jù)類型，每列值類型可以不同

DataFrame既有行索引、也有列索引

DataFrame常用于表達二維數(shù)據(jù)，但可以表達多維數(shù)據(jù)

DataFrame是二維帶“標簽”數(shù)組

DataFrame基本操作類似Series，依據(jù)行列索引

pandas的DataFrame類型創(chuàng)建

DataFrame類型可以由如下類型創(chuàng)建：

二維ndarray對象 由一維ndarray、列表、字典、元組或Series構(gòu)成的字典 Series類型 其他的DataFrame類型

Pandas的Dataframe類型的基本操作

pandas索引操作

pandas重新索引

reindex()能夠改變或重排Series和DataFrame索引

reindex(index=None, columns=None, …)的參數(shù)

pandas刪除索引

drop()能夠刪除Series和DataFrame指定行或列索引

pandas數(shù)據(jù)運算

算術(shù)運算根據(jù)行列索引，補齊后運算，運算默認產(chǎn)生浮點數(shù) 補齊時缺項填充NaN (空值) 二維和一維、一維和零維間為廣播運算 采用+ ‐ * /符號進行的二元運算產(chǎn)生新的對象

算術(shù)運算

不同維度間為廣播運算，一維Series默認在軸1參與運算 使用運算方法可以令一維Series參與軸0運算

Pandas數(shù)據(jù)分析

pandas導(dǎo)入與導(dǎo)出數(shù)據(jù)

導(dǎo)入數(shù)據(jù)

pd.read_csv(filename)：從CSV文件導(dǎo)入數(shù)據(jù)

pd.read_table(filename)：從限定分隔符的文本文件導(dǎo)入數(shù)據(jù)

pd.read_excel(filename)：從Excel文件導(dǎo)入數(shù)據(jù)

pd.read_sql(query, connection_object)：從SQL表/庫導(dǎo)入數(shù)據(jù)

pd.read_json(json_string)：從JSON格式的字符串導(dǎo)入數(shù)據(jù)

pd.read_html(url)：解析URL、字符串或者HTML文件，抽取其中的tables表格

pd.read_clipboard()：從你的粘貼板獲取內(nèi)容，并傳給read_table()

pd.DataFrame(dict)：從字典對象導(dǎo)入數(shù)據(jù)，Key是列名，Value是數(shù)據(jù)

導(dǎo)出數(shù)據(jù)

df.to_csv(filename)：導(dǎo)出數(shù)據(jù)到CSV文件

df.to_excel(filename)：導(dǎo)出數(shù)據(jù)到Excel文件

df.to_sql(table_name, connection_object)：導(dǎo)出數(shù)據(jù)到SQL表

df.to_json(filename)：以Json格式導(dǎo)出數(shù)據(jù)到文本文件

Pandas查看、檢查數(shù)據(jù)

df.head(n)：查看DataFrame對象的前n行

df.tail(n)：查看DataFrame對象的最后n行

df.shape()：查看行數(shù)和列數(shù)

http://df.info()：查看索引、數(shù)據(jù)類型和內(nèi)存信息

df.describe()：查看數(shù)值型列的匯總統(tǒng)計

s.value_counts(dropna=False)：查看Series對象的唯一值和計數(shù)

df.apply(pd.Series.value_counts)：查看DataFrame對象中每一列的唯一值和計數(shù)

Pandas數(shù)據(jù)選取

df[col]：根據(jù)列名，并以Series的形式返回列

df[[col1, col2]]：以DataFrame形式返回多列

s.iloc[0]：按位置選取數(shù)據(jù)

s.loc['index_one']：按索引選取數(shù)據(jù)

df.iloc[0,:]：返回第一行

df.iloc[0,0]：返回第一列的第一個元素

pandas數(shù)據(jù)清理

df.columns = ['a','b','c']：重命名列名

pd.isnull()：檢查DataFrame對象中的空值，并返回一個Boolean數(shù)組

pd.notnull()：檢查DataFrame對象中的非空值，并返回一個Boolean數(shù)組

df.dropna()：刪除所有包含空值的行

df.dropna(axis=1)：刪除所有包含空值的列

df.dropna(axis=1,thresh=n)：刪除所有小于n個非空值的行

df.fillna(x)：用x替換DataFrame對象中所有的空值

s.astype(float)：將Series中的數(shù)據(jù)類型更改為float類型

s.replace(1,'one')：用‘one’代替所有等于1的值

s.replace([1,3],['one','three'])：用'one'代替1，用'three'代替3

df.rename(columns=lambda x: x + 1)：批量更改列名

df.rename(columns={'old_name': 'new_ name'})：選擇性更改列名

df.set_index('column_one')：更改索引列

df.rename(index=lambda x: x + 1)：批量重命名索引

Pandas數(shù)據(jù)處理

df.columns = ['a','b','c']：重命名列名

pd.isnull()：檢查DataFrame對象中的空值，并返回一個Boolean數(shù)組

pd.notnull()：檢查DataFrame對象中的非空值，并返回一個Boolean數(shù)組

df.dropna()：刪除所有包含空值的行

df.dropna(axis=1)：刪除所有包含空值的列

df.dropna(axis=1,thresh=n)：刪除所有小于n個非空值的行

df.fillna(x)：用x替換DataFrame對象中所有的空值

s.astype(float)：將Series中的數(shù)據(jù)類型更改為float類型

s.replace(1,'one')：用‘one’代替所有等于1的值

s.replace([1,3],['one','three'])：用'one'代替1，用'three'代替3

df.rename(columns=lambda x: x + 1)：批量更改列名

df.rename(columns={'old_name': 'new_ name'})：選擇性更改列名

df.set_index('column_one')：更改索引列

df.rename(index=lambda x: x + 1)：批量重命名索引

df[df[col] > 0.5]：選擇col列的值大于0.5的行

df.sort_values(col1)：按照列col1排序數(shù)據(jù)，默認升序排列

df.sort_values(col2, ascending=False)：按照列col1降序排列數(shù)據(jù)

df.sort_values([col1,col2], ascending=[True,False])：先按列col1升序排列，后按col2降序排列數(shù)據(jù)

df.groupby(col)：返回一個按列col進行分組的Groupby對象

df.groupby([col1,col2])：返回一個按多列進行分組的Groupby對象

df.groupby(col1)[col2]：返回按列col1進行分組后，列col2的均值

df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)：創(chuàng)建一個按列col1進行分組，并計算col2和col3的最大值的數(shù)據(jù)透視表

df.groupby(col1).agg(np.mean)：返回按列col1分組的所有列的均值

data.apply(np.mean)：對DataFrame中的每一列應(yīng)用函數(shù)np.mean

data.apply(np.max,axis=1)：對DataFrame中的每一行應(yīng)用函數(shù)np.max

Pandas數(shù)據(jù)合并

df1.append(df2)：將df2中的行添加到df1的尾部

df.concat([df1, df2],axis=1)：將df2中的列添加到df1的尾部

df1.join(df2,on=col1,how='inner')：對df1的列和df2的列執(zhí)行SQL形式的join

Pandas數(shù)據(jù)統(tǒng)計

df.describe()：查看數(shù)據(jù)值列的匯總統(tǒng)計

df.mean()：返回所有列的均值

df.corr()：返回列與列之間的相關(guān)系數(shù)

df.count()：返回每一列中的非空值的個數(shù)

df.max()：返回每一列的最大值

df.min()：返回每一列的最小值

df.median()：返回每一列的中位數(shù)

df.std()：返回每一列的標準差

到此這篇關(guān)于Python 第三方庫 Pandas 數(shù)據(jù)分析教程的文章就介紹到這了,更多相關(guān)Python Pandas 數(shù)據(jù)分析內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論