pandas的札记
导入导出数据
在导入,导出DataFrame数据时,会用到各种格式,分为 to_csv ;to_excel;to_hdf;to_sql;to_json;to_msgpack ;to_html;to_gbq ;to_stata;to_clipboard;to_pickle
可参照IO Tools分类。
输出指定colums是,会用到arg colums,例如
to_csv(filename,columns=["col1","col2"],......)
# 此处注意的是要使用双引号,单引号不起效果,不知道为什么,另外
# index,header设置为False会不写入行号(索引好)和列标
#也可如下方式使用list函数
to_csv(filename,columns = list('col1','col2'),......)
如果想要保存为ascii文本则可以使用to_csv,可以对是否保存索引(行号)等参数进设置。
调换colums顺序
若原始数据是这样的:
In [6]: df
Out[6]:
0 1 2 3 4 mean
0 0.445598 0.173835 0.343415 0.682252 0.582616 0.445543
1 0.881592 0.696942 0.702232 0.696724 0.373551 0.670208
2 0.662527 0.955193 0.131016 0.609548 0.804694 0.632596
3 0.260919 0.783467 0.593433 0.033426 0.512019 0.436653
4 0.131842 0.799367 0.182828 0.683330 0.019485 0.363371
5 0.498784 0.873495 0.383811 0.699289 0.480447 0.587165
6 0.388771 0.395757 0.745237 0.628406 0.784473 0.588529
7 0.147986 0.459451 0.310961 0.706435 0.100914 0.345149
8 0.394947 0.863494 0.585030 0.565944 0.356561 0.553195
9 0.689260 0.865243 0.136481 0.386582 0.730399 0.561593 In [7]: cols = df.columns.tolist() In [8]: cols
Out[8]: [0L, 1L, 2L, 3L, 4L, 'mean']
通过调换columns更改顺序
In [12]: cols = cols[-1:] + cols[:-1]
In [13]: cols
Out[13]: ['mean', 0L, 1L, 2L, 3L, 4L]
进而可以达到如下效果
In [16]: df = df[cols] # OR df = df.ix[:, cols] In [17]: df
Out[17]:
mean 0 1 2 3 4
0 0.445543 0.445598 0.173835 0.343415 0.682252 0.582616
1 0.670208 0.881592 0.696942 0.702232 0.696724 0.373551
2 0.632596 0.662527 0.955193 0.131016 0.609548 0.804694
3 0.436653 0.260919 0.783467 0.593433 0.033426 0.512019
4 0.363371 0.131842 0.799367 0.182828 0.683330 0.019485
5 0.587165 0.498784 0.873495 0.383811 0.699289 0.480447
6 0.588529 0.388771 0.395757 0.745237 0.628406 0.784473
7 0.345149 0.147986 0.459451 0.310961 0.706435 0.100914
8 0.553195 0.394947 0.863494 0.585030 0.565944 0.356561
9 0.561593 0.689260 0.865243 0.136481 0.386582 0.730399
(参考来源)
pandas DataFrame 中指定位置数据的修改:
df['one']['second'] = value
# 由于DataFrame在索引数据是得到的是副本copy所以,此时原数据df并没有修改,并会抛出警告Warning: SettingWithCopy df.loc['one','second'] = value
#如上会修改原数据df
#或是:
dfmi.loc[:,('one','second')] = value
具体参考SettingWithCopy
pandas DataFrame & Series 遍历数据(loop iterate on data)
DataFrame
dates = pd.date_range("",periods=3)
df = pd.DataFrame(np.random.randn(3,4),index = dates,columns=['A','B','C','D'])
df
dates = pd.date_range("",periods=3)
df = pd.DataFrame(np.random.randn(3,4),index = dates,columns=['A','B','C','D'])
df
Out[36]:
A B C D
2015-01-01 -0.888495 -0.983042 0.162524 -0.768370
2015-01-02 0.954982 0.777860 -0.635805 -0.271617
2015-01-03 1.778827 1.052819 0.090116 -1.822029
- DataFrame.iteritems() :Iterator over (column name, Series) pairs.
for colName,colSeries in df.iteritems():
print colName
print colSeriesA
2015-01-01 -0.888495
2015-01-02 0.954982
2015-01-03 1.778827
Freq: D, Name: A, dtype: float64
B
2015-01-01 -0.983042
2015-01-02 0.777860
2015-01-03 1.052819
Freq: D, Name: B, dtype: float64
C
2015-01-01 0.162524
2015-01-02 -0.635805
2015-01-03 0.090116
Freq: D, Name: C, dtype: float64
D
2015-01-01 -0.768370
2015-01-02 -0.271617
2015-01-03 -1.822029
Freq: D, Name: D, dtype: float64 - DataFrame.iterrows() :Iterate over the rows of a DataFrame as (index, Series) pairs. 数据一致是对列来说的,所以此方法迭代时数据类型会改变,如果想使用原始数据类型,最好使用itertuples,且速度快于Itetuples.
for index,rowSeries in df.iterrows():
print index
print rowSeries2015-01-01 00:00:00
A -0.888495
B -0.983042
C 0.162524
D -0.768370
Name: 2015-01-01 00:00:00, dtype: float64
2015-01-02 00:00:00
A 0.954982
B 0.777860
C -0.635805
D -0.271617
Name: 2015-01-02 00:00:00, dtype: float64
2015-01-03 00:00:00
A 1.778827
B 1.052819
C 0.090116
D -1.822029
Name: 2015-01-03 00:00:00, dtype: float64 - DataFrame.itertuples(index=True) :Iterate over the rows of DataFrame as tuples, with index value as first element of the tuple.
for rowTuple in df.itertuples():
print rowTuple[0]
print rowTuple[1:]2015-01-01 00:00:00
(-0.88849501182393553, -0.98304167749573845, 0.1625244406175089, -0.76836987403165646)
2015-01-02 00:00:00
(0.95498214900986345, 0.77786021238601544, -0.635805031818656, -0.27161684716624435)
2015-01-03 00:00:00
(1.7788269763069902, 1.0528194112440166, 0.09011643978723563, -1.82202928954011)
Series
- Series.iteritems() :Lazily iterate over (index, value) tuples
In [51]: s = pd.Series(['a','b','c','d','e'])
s
s = pd.Series(['a','b','c','d','e'])
s
Out[51]:
0 a
1 b
2 c
3 d
4 e
dtype: objectfor index,value in s.iteritems():
print index,value
0 a
1 b
2 c
3 d
4 e
pandas的札记的更多相关文章
- pandas基础-Python3
未完 for examples: example 1: # Code based on Python 3.x # _*_ coding: utf-8 _*_ # __Author: "LEM ...
- 10 Minutes to pandas
摘要 一.创建对象 二.查看数据 三.选择和设置 四.缺失值处理 五.相关操作 六.聚合 七.重排(Reshaping) 八.时间序列 九.Categorical类型 十.画图 十一 ...
- 利用Python进行数据分析(15) pandas基础: 字符串操作
字符串对象方法 split()方法拆分字符串: strip()方法去掉空白符和换行符: split()结合strip()使用: "+"符号可以将多个字符串连接起来: join( ...
- 利用Python进行数据分析(10) pandas基础: 处理缺失数据
数据不完整在数据分析的过程中很常见. pandas使用浮点值NaN表示浮点和非浮点数组里的缺失数据. pandas使用isnull()和notnull()函数来判断缺失情况. 对于缺失数据一般处理 ...
- 利用Python进行数据分析(12) pandas基础: 数据合并
pandas 提供了三种主要方法可以对数据进行合并: pandas.merge()方法:数据库风格的合并: pandas.concat()方法:轴向连接,即沿着一条轴将多个对象堆叠到一起: 实例方法c ...
- 利用Python进行数据分析(9) pandas基础: 汇总统计和计算
pandas 对象拥有一些常用的数学和统计方法. 例如,sum() 方法,进行列小计: sum() 方法传入 axis=1 指定为横向汇总,即行小计: idxmax() 获取最大值对应的索 ...
- 利用Python进行数据分析(8) pandas基础: Series和DataFrame的基本操作
一.reindex() 方法:重新索引 针对 Series 重新索引指的是根据index参数重新进行排序. 如果传入的索引值在数据里不存在,则不会报错,而是添加缺失值的新行. 不想用缺失值,可以用 ...
- 利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍
一.pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包,主要目的是为了数据分析.它提供了大量高级的数据结构和对数据处理的方法. pandas 有两个主要的数据结构 ...
- pandas.DataFrame对行和列求和及添加新行和列
导入模块: from pandas import DataFrame import pandas as pd import numpy as np 生成DataFrame数据 df = DataFra ...
随机推荐
- oracle查看系统资源占用情况
1,连上服务器,使用top命令,可以查看cpu使用率以及内存的使用情况等等,还有当前各用户的使用情况 2,用pl/sql developper,tool里面选sessions,就可以看到当前sessi ...
- CSS3 Gradient-CSS3渐变
CSS3 Gradient分为linear-gradient(线性渐变)和radial-gradient(径向渐变).而我们今天主要是针对线性渐变来剖析其具体的用法.为了更好的应用CSS3 Gradi ...
- python相似模块用例(一)
一:threading VS Thread 众所周知,python是支持多线程的,而且是native的线程,其中threading是对Thread模块做了包装,可以更加方面的被使用,threading ...
- 黑马程序员-- C语言变量作用域与代码块
这里通过变量作用域的两种错误用法来介绍一下C语言变量作用域 其次对代码块的使用进行了简单说明: #include <stdio.h> 1.变量的作用域(作用范围) 变量定义的那一行开始,直 ...
- 强制删除正在连接的Oracle用户,以删除SDE用户为例
. 有时候想强制删除一个已经连接的Oracle用户,不能直接删除,可以用Kill会话信息. 比如今天想删除一个被连接的SDE用户,可以用以下方法删除一个“正在被连接”的用户. 1.查看所有用户的会话信 ...
- Oracle EBS-SQL (SYS-24):职责列表
select B.application_name, TL.responsibility_name from fnd_responsibility_tl tl, fnd_responsibility ...
- 再来一个学历重要性讨论——QQ技术群聊
----------------------------------------------------------------------- 正方:学历重要 大专,刚毕业那会太坑爹了.太受学历限制. ...
- Android 使用Jsoup解析Html
想要做一个看新闻的应用,类似Cnbeta客户端的东西.大致思路如下:根据链接获取新闻列表页的html代码,然后解析,找到所有的新闻标题和新闻链接用listView显示,当点击ListView的Item ...
- poj2840
#include <stdio.h> #include <stdlib.h> #include<string.h> int main() { int n,len; ...
- poj1656---数黑格子
题意:有white,black,test操作 black将给定范围涂黑,white将给定范围涂白,test将给定范围的黑格子数出来并且输出 思路:无论哪个操作格子范围都在 (x,y) (x+L-1 ...