美文网首页我爱编程
Pandas 快速入门

Pandas 快速入门

作者: 混蛋哥 | 来源:发表于2018-05-22 18:04 被阅读0次

Pandas 介绍

Pandas是python的一个数据分析包, 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一。

1、Pandas 基本用法

#导入pandas 库
In [1]: import pandas as pd
#csv文件是一个数据集的列表文件,根据文件格式指定编码
In [17]: df = pd.read_csv(r'E:/Test/student.csv',encoding='gbk')

#head 前几行,tail 最后几行
In [19]: df.head(5)
Out[19]:
   姓名 性别  语文  数学  英语
0  小A  男  98  76  59
1  小B  男  88  26  64
2  小C  男  56  91  71
3  小D  男  74  83  80
4  小E  女  89  79  87

In [20]: df.index
Out[20]: RangeIndex(start=0, stop=9, step=1)

In [21]: df.columns
Out[21]: Index(['姓名', '性别', '语文', '数学', '英语'], dtype='object')

In [22]: type(df)
Out[22]: pandas.core.frame.DataFrame

#根据索引获取学生成绩
In [23]: df.loc[1]
Out[23]:
姓名    小B
性别     男
语文    88
数学    26
英语    64
Name: 1, dtype: object

#筛选出数学成绩大于80的学生
In [25]: df[df.数学>80]
Out[25]:
   姓名 性别  语文  数学  英语
2  小C  男  56  91  71
3  小D  男  74  83  80
5  小F  女  63  91  53

#筛选出语数外都大于70分的学生
In [27]: df[(df.语文>70) & (df.数学 >70) & (df.英语>70)]
Out[27]:
   姓名 性别  语文  数学  英语
3  小D  男  74  83  80
4  小E  女  89  79  87

#先根据数学成绩再根据语文成绩降序排序
In [33]: df.sort_values(['数学','语文'],ascending=False).head()
Out[33]:
   姓名 性别  语文  数学  英语
5  小F  女  63  91  53
2  小C  男  56  91  71
3  小D  男  74  83  80
4  小E  女  89  79  87
0  小A  男  98  76  59

In [35]: scores = {'数学'[90,78,89],
    ...: '英语':[66,75,98],
    ...: '姓名':['A','B','C']}

#通过索引创建一个DataFrame,index指定索引
In [40]: df = pd.DataFrame(scores,index=['one','two','three'])
In [41]: df
Out[41]:
      姓名  数学  英语
one    A  90  66
two    B  78  75
three  C  89  98

#因为此时不是数字索引,不能通过数字索引去访问
In [42]: df.loc['two']
Out[42]:
姓名     B
数学    78
英语    75
Name: two, dtype: object

#实实在在的第几行
In [44]: df.iloc[1]
Out[44]:
姓名     B
数学    78
英语    75
Name: two, dtype: object

#ix 合并了loc和iloc的功能, df.ix['one']等价于df.ix[0],但已被弃用

#切片
In [51]: df[1:3]
Out[51]:
      姓名  数学  英语
two    B  78  75
three  C  89  98

#提取指定列
In [49]: df[['数学','英语']]
Out[49]:
       数学  英语
one    90  66
two    78  75
three  89  98


In [53]: def func(score):
    ...:     if score >=90:
    ...:         return '优秀'
    ...:     elif score >=80:
    ...:         return '良'
    ...:     elif score >=60:
    ...:         return '及格'
    ...:     else:
    ...:         return '不及格'
    ...:
#数据分类处理,插入一列 applymap 对所有的数据进行操作,map是单个
In [54]: df['数学分类'] = df.数学.map(func)
In [55]: df
Out[55]:
      姓名  数学  英语 数学分类
one    A  90  66   优秀
two    B  78  75   及格
three  C  89  98    良

In [56]: df.applymap(lambda x :str(x)+' -')
Out[56]:
        姓名    数学    英语  数学分类
one    A -  90 -  66 -  优秀 -
two    B -  78 -  75 -  及格 -
three  C -  89 -  98 -   良 -

#根据多列生成一个新列
In [58]: df['total'] = df.apply(lambda x:x.数学+x.英语,axis =1 )
In [59]: df
Out[59]:
      姓名  数学  英语 数学分类  total
one    A  90  66   优秀    156
two    B  78  75   及格    153
three  C  89  98    良    187

2、Pandas缺失值处理

In [66]: df = pd.DataFrame(np.random.random((3,3)))
In [67]: df
Out[67]:
          0         1         2
0  0.379367  0.242707  0.090343
1  0.435034  0.968100  0.070522
2  0.409717  0.502982  0.890654

#设置Dataframe 中某个值
In [80]: df.iloc[1,1] = np.nan
In [82]: df.iloc[2,2] = np.nan
In [83]: df
Out[83]:
          0         1         2
0  0.379367  0.242707  0.090343
1  0.435034       NaN  0.070522
2  0.409717  0.502982       NaN

#将所有含有nan项的row删除
#df.dropna(how='any')
#将全部项都是nan的row删除
#df.dropna(how='ALL')
#对缺失值进行填充
In [84]: df.fillna(value=0.5)
Out[84]:
          0         1         2
0  0.379367  0.242707  0.090343
1  0.435034  0.500000  0.070522
2  0.409717  0.502982  0.500000

#df.describe()函数对于数据的快速统计汇总
In [94]: df.describe()
Out[94]:
              0         1         2
count  3.000000  3.000000  3.000000
mean   0.408039  0.415230  0.220288
std    0.027871  0.149417  0.242440
min    0.379367  0.242707  0.070522
25%    0.394542  0.371353  0.080432
50%    0.409717  0.500000  0.090343
75%    0.422375  0.501491  0.295172
max    0.435034  0.502982  0.500000

3、pandas 绘图

image.png

相关文章

  • pandas快速入门

    pandas快速入门 参考10 Minutes to pandas 目录 创建对象 数据视图 数据选取 数据缺失的...

  • python合道-常规Pandas(1)

    简介 Pandas 中文文档 快速入门 Pandas---Series 系列(Series)是带有标签的一维数组。...

  • 利用Python进行数据分析

    pandas快速入门http://www.jianshu.com/p/d630c14d3ea0pandas教程ht...

  • pandas入门

    pandas入门 简介 pandas包含的数据结构和操作工具能快速简单地清洗和分析数据。 pandas经常与Num...

  • Pandas 快速入门

    Pandas 介绍 Pandas是python的一个数据分析包, 纳入了大量库和一些标准的数据模型,提供了高效地操...

  • pandas快速入门

    pandas有两类数据对象:dataframe和series。Series是一个带标签的一维数组,通常索引在左,值...

  • pandas小案例

    markdown太坑!!本文参见:十分钟快速入门Pandas入门可参照:官方文档入门基础知识可参照:官方文档基础知...

  • pandas入门 01 快速入门

    1 Object Creation 通过list创建Series,使用默认的np.arange(n)作为index...

  • Pandas快速入门笔记

    我正以Python作为突破口,入门机器学习相关知识。出于机器学习实践过程中的需要,我快速了解了一下提供了类似关系型...

  • Pandas快速入门(二)

    继Pandas快速入门(一),接着写: 布尔索引 过滤 使用 isin() 方法过滤: 赋值 虽然用于选择和赋值的...

网友评论

    本文标题:Pandas 快速入门

    本文链接:https://www.haomeiwen.com/subject/vuhvrftx.html