首页 > 代码库 > Python的Pandas库简述
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.csv", encoding = "utf-8")
2、查看前N条、后N条信息
foodinfo.head(N)foodinfo.tail(N)
3、查看数据框的格式，是DataFrame还是ndarray
print(type(foodinfo))# 结果：<class ‘pandas.core.frame.DataFrame‘>
4、查看有哪些列
foodinfo.columns
5、查看有几行几列
foodinfo.shape
6、打印某一行、某几行数据
foodinfo.loc[0]foodinfo.loc[0:2]foodinfo.loc[[2, 5, 10]] #注意里面是一个数组
7、打印某一列、某几列数据
foodinfo["dti"]foodinfo[["int_rate", "dti"]] #注意里面是一个数组# 或者：columns = ["int_rate", "dti"]foodinfo[columns]
8、打印所有列的数据类型
foodinfo.dtypes
9、对列的一些相关操作
col_columns = foodinfo.columns.tolist()new_columus = []for c in col_columns:if c.endswith("s"):new_columus.append(c)print(c)foodinfo[new_columus]
10、加减乘除：将每行都乘以100（加 减 乘 除 一样）
foodinfo[["int_rate", "dti"]] * 100
11、增加一列
new_col = foodinfo["int_rate"] * 100foodinfo["new_col"]= new_col
12、列之间的运算
foodinfo["dti"] * foodinfo["int_rate"]
13、查看列的最大值、最小值、平均值
foodinfo["int_rate"].max()foodinfo["int_rate"].min()foodinfo["int_rate"].mean()
14、按某个字段排序 - 升序
# inplace是否新建一个dataframe，True不需要foodinfo.sort_values("int_rate_one", inplace = True)# 按某个字段排序 - 降序foodinfo.sort_values("int_rate_one", inplace = True, ascending = False)
15、查看数据框的一些属性：最大、最小、均值、四分位数等
foodinfo.describe()
16、空值相关的操作
pin = foodinfo["pin"]pin_isnull = pd.isnull(pin) # 查看所有空值pin_isnull_list = foodinfo[pin_isnull] # 找出所有为空值的行len(pin_isnull_list) # 空值的个数
17、缺失值相关操作
# 简单的处理办法就是过滤掉null值books = foodinfo["life_cycle_books"]book_isnull = pd.isnull(books)book_list_isnull = foodinfo["life_cycle_books"][book_isnull == False]mean = sum(book_list_isnull) / len(book_list_isnull) # 计算平均值
18、根据条件打印某列数据
foodinfo[foodinfo["life_cycle_books"] == 1]
19、数据透视表
import numpy as np# index：要透视的列# values：要比较的关系列# aggfunc：具体的关系，默认值：np.meandata_foodinfo = foodinfo.pivot_table(index = ["life_cycle_books", "potential_value_books"], values = "risk_level", aggfunc = np.mean)print(data_foodinfo)
20、删除缺失值
# 所有行na_foodinfo = foodinfo.dropna(axis = 1)# 可以指定列na_foodinfo = foodinfo.dropna(axis = 0, subset = ["life_cycle_books", "potential_value_books"])
21、自由取数据 如：取80行 life_cycle_books列
foodinfo.loc[80, "life_cycle_books"]
22、重新排索引
foodinfo.reset_index(drop = True)
23、自定义函数：返回空值个数
def count_null_columns(column): column_null = pd.isnull(column) list_null = column[column_null] count_null = len(list_null) return count_nullfoodinfo.apply(count_null_columns)
24、Series
# pandas 三种数据结构# Series# DataFrame# Panelfrom pandas import Series
25、Series显示某一列数据
series_name = taitan["Name"]series_name.values
26、定位某行某列
series_name = taitan["Name"]series_age = taitan["Age"]series_custom = Series(series_age.values, index = series_name)series_custom[["Ahlin, Mrs. Johan (Johanna Persdotter Larsson)", "Asplund, Mrs. Carl Oscar (Selma Augusta Emilia Johansson)"]]# 说明：series_custom[""] 按列取 series_custom[[""]] 按行取
27、取5-10行数据，和上面一样：
series_custom[5: 10]
28、index变换
old_index = series_custom.index.tolist()sort_index = sorted(old_index)new_index = series_custom.reindex(sort_index)print(new_index)
29、Series按索引和值排序的函数
sc1 = series_custom.sort_index()print(sc1)sc2 = series_custom.sort_values()print(sc2)
30、Series 过滤
series_custom > 0.5series_custom[series_custom > 0.5]series_custom[(series_custom > 0.5) & (series_custom < 0.9)]# 注：&、| 都是单符号
31、DataFrame
# Series是一行数据，DataFrame是多行数据# DataFrame 可以看成由多个 Series 组成的df = pd.read_csv("titanic_train.csv")
32、DataFrame的索引变换
# drop 是否新创建一个DF，True否 False是（表示还要保留Name这一列，否则一会无法进行计算）df_name = df.set_index("Name", drop = False)
33、DataFrame查看某一类型的数据
types = df_name.dtypesfloat_columns = types[types.values == "float64"].indexdf_name[float_columns]
34、DataFrame求方差
float_df = df_name[float_columns]float_df.apply(lambda x: np.std(x))
Python的Pandas库简述
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。