Python数据分析与展示[第三周](pandas数据类型操作)
数据类型操作##
如何改变Series/ DataFrame 对象###
- 增加或重排:重新索引
- 删除:drop
重新索引 .reindex()####
reindex() 能够改变或重排Series和DataFrame索引
d.reindex(['c5','c4','v3','v2','c1'])
这样是改变index的顺序
d.reindex(column=['同比',...]
这样是改变column的顺序
.reincdex() 的参数#####
index,columns 新的行列顺序
fill_value 重新索引中,用于填充缺失位置的值
method 填充方法,ffill 向前填充,bfill 向后填充
limit 最大填充量
copy 默认True,生成新的对象
- 一个小例子,新增一列
newc=d.colimns.insert(4,'新增’)
newd=d.reindex(columns=newc,fill_value=200)
pandas 的索引类型(index)#####
.index .columns
index对象是一个不可修改的类型
+索引类型的常用操作
方法 | 说明 |
---|---|
.append(ids) | 链接另一个Index对象,产生新的Index对象 |
.diff(dix) | 计算两个Index的差集 |
.intersection(dix) | 计算两个Index的交集 |
.union() | 计算两个Index的并集 |
.delete(loc) | 删除loc位置的元素 |
.insert(loc,e) | 在loc位置增加一个元素e |
通过操作索引可以操作数据类型
删除指定索引对象####
a=pd.Series([9,8,7,6],index=['a','b','c','d'])
a.drop(['b','c'])
使用drop方法删除了这一部分数值(删除某一个index(row))
d.drop(['同比], axis=1) 这样给出axis就可以删除列了。
0 轴是操作index(row)
1 轴是操作column
pandas的数据类型运算###
Series DataFram算术运算face
根据行列索引运算,补齐后运算,运算默认产生浮点数
补齐时缺失项填充NAN
二维和一维 一维和0惟 间进行boradcast
采用+-*/符号时产生新的运算对象
- 例子
a=pd.DataFrame(np.arange(12).reshape(3,4))
b=pd.DataFrame(np.arange(20).reshape(4,5))
a+b 补齐的都是NAN
方法形式的运算####
方法 | 说明 |
---|---|
.add(d,**argws) | 类型间加法运算可选参数 |
.sub | |
.mul | |
.div |
使用方法好处是可以增加可选参数
fill_value= 补齐的时候使用fill_value来补齐
一维默认在轴一(row)参与运算,
b中给的每一个index(row) 减去a
如果希望在零轴上 (column) b 中的每一个column减去 a
比较运算####
只比较相同索引的元素,不补齐
不同维度的boradcast 默认时1轴(每一个index(row) 都作用到a))上
Python数据分析与展示[第三周](pandas数据类型操作)的更多相关文章
- Python数据分析与展示[第三周](pandas简介与数据创建)
第三周的课程pandas 分析数据 http://pandas.pydata.org import pandas as pd 常与numpy matplotlib 一块定义 d=pd.Series(r ...
- Python数据分析与展示[第三周](pandas数据特征分析单元8)
数据理解 基本统计 分布/累计统计 数据特征 数据挖掘 数据排序 操作索引的排序 .sort_index() 在指定轴上排序,默认升序 参数 axis=0 column ascending=True ...
- python数据分析及展示(三)
一.Pandas库入门 1. Pandas库的介绍 http://pandas.pydata.org Pandas是Python第三方库,提供高性能易用数据类型和分析工具 import pandas ...
- Python数据分析与展示第3周学习笔记(北京理工大学 嵩天等)
入门学习马上结束辽. 1.Pandas库 import pandas as pd 两个数据类型:Series,DataFrame Series类型:数据+索引 自定义索引 b = pd.Series( ...
- Python数据分析与展示第2周学习笔记(北理工 嵩天)
单元4:Matplotlib库入门 matplotlib.pyplot是绘制各类可视化图形的命令子库,相当于快捷方式 import matplotlib.pyplot as plt # -*- cod ...
- Python数据分析与挖掘所需的Pandas常用知识
Python数据分析与挖掘所需的Pandas常用知识 前言Pandas基于两种数据类型:series与dataframe.一个series是一个一维的数据类型,其中每一个元素都有一个标签.series ...
- 【学习笔记】PYTHON数据分析与展示(北理工 嵩天)
0 数据分析之前奏 课程主要内容:常用IDE:本课程主要使用:Anaconda Anaconda:一个集合,包括conda.某版本Python.一批第三方库等 -支持近800个第三方库 -适合科学计算 ...
- Python数据分析:手把手教你用Pandas生成可视化图表
大家都知道,Matplotlib 是众多 Python 可视化包的鼻祖,也是Python最常用的标准可视化库,其功能非常强大,同时也非常复杂,想要搞明白并非易事.但自从Python进入3.0时代以后, ...
- Python 学习日记(第三周)
知识回顾 在上一周的学习里,我学习了一些学习Python的基础知识下面先简短的回顾一些: 1Python的版本和和安装 Python的版本主要有2.x和3.x两个版本这两个版本在语法等方面有一定的区别 ...
随机推荐
- linux删除登录日志及历史命令
参考:https://blog.51cto.com/study2008/2301555 基本常用清理linux日志: # echo > /var/log/wtmp //清除用户登录记录 # ec ...
- Harvest of Apples (HDU多校第四场 B) (HDU 6333 ) 莫队 + 组合数 + 逆元
题意大致是有n个苹果,问你最多拿走m个苹果有多少种拿法.题目非常简单,就是求C(n,0)+...+C(n,m)的组合数的和,但是询问足足有1e5个,然后n,m都是1e5的范围,直接暴力的话肯定时间炸到 ...
- mac下企业邮件不能发送的问题
1,选用服务器:smtp.example.qq.com 使用ssl 用密码 端口:465
- mysql系统变量与状态变量
一.系统变量分为全局系统变量和会话系统变量:有些变量既是全局系统变量,有些变量只有全局的,有些变量只有会话的. .变量的查询: show global variables like 'log' \G; ...
- css-文本两行或多行文本溢出显示省略号(转)
转自:http://www.daqianduan.com/6179.html 感谢作者 1.单行文本的溢出显示省略号 overflow: hidden; text-overflow:ellipsis ...
- Tengine 如何查找 server 块
概述 本文的目标读者是Tengine/Nginx 研发或者运维同学,如果自己对这块逻辑非常清楚,那可以略过,如果在配置或者开发 Tengine/Nginx 过程中,有如下疑问的同学,本文或许能解答你多 ...
- 使用DynamoShake从dynamodb迁移到mongodb
去年和今年年初,我们开源了MongoShake和RedisShake分别用于MongoDB和Redis的迁移.同步.备份等多种需求.最近,我们的shake系列又进一步壮大,我们推出了一款dynamod ...
- java中通过jacob调用dts进行数据导入导出
在一个项目中需要金蝶软件对接,但是业务服务器和财务服务器相隔很远(中间经过好几台服务器,有内网也有外网),从一个内网向另一个内网中传输时,需要外网辅助,因为不让原始数据受污染,使用了DTS数据同步到另 ...
- dubbo入门学习(五)-----dubbo的高可用
zookeeper宕机与dubbo直连 现象 zookeeper注册中心宕机,还可以消费dubbo暴露的服务. 原因 健壮性 l 监控中心宕掉不影响使用,只是丢失部分采样数据 l 数据库宕掉后,注册中 ...
- js中的观察者模式与发布者/订阅者模式的区别?