十分钟掌握Pandas(上)——来自官网API

其实不止10分钟，这么多，至少一天

一、numpy和pandas

numpy是矩阵计算库，pandas是数据分析库，关于百度百科，有对pandas的介绍。

pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 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。

二、数据类型

numpy pandas
ndArray相当于n维矩阵 Series（类似一维数组，或者kv值对）
在numpy中只有ndArray一种，但是ndArray有很多种数据类型 DataFrame（使用csv读入数据是dataFrame）

二、官网API

1.API之前，我们应该学习数据导入

pandas可以导入csv数据集

import pandas as pd
​
food_info = pd.read_csv("xxx.csv")
print(type(food_info))
print(food_info)
2.pd.Series 获取一个Series类型
import numpy as np
import pandas as pd
# 我们可以发现，这边可以使用numpy，证明pandas是基于numpy构建的
s = pd.Series([1,3,5,np.nan,6,8])
print(s)
打印
0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64
3.获取日期

从第一个date开始，获取6个连续日期

dates = pd.date_range('20130101',periods=6)
dates
打印
DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
               '2013-01-05', '2013-01-06'],
              dtype='datetime64[ns]', freq='D')
4.第一次使用dataframe类型

np.random.randn(6,4) 获取6行4列数据集

index是列

columns是行

df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=list('ABCD'))
df
打印结果
A   B   C   D
2013-01-01  0.284681    1.881328    0.310425    -2.527329
2013-01-02  -0.209723   -1.410186   0.865336    0.893260
2013-01-03  -0.095578   0.576282    -1.347052   -0.055370
2013-01-04  -1.216527   0.423745    -1.110668   -1.682405
2013-01-05  0.275501    -0.844457   -0.954631   2.312578
2013-01-06  -1.384552   1.539255    -1.499076   -0.916121
5.查看数据类型
df2.dtypes
A           float64
B    datetime64[ns]
C           float32
D             int32
E          category
F            object
dtype: object
6.查看前两行
df.head(2)
A   B   C   D
2013-01-01  0.284681    1.881328    0.310425    -2.527329
2013-01-02  -0.209723   -1.410186   0.865336    0.893260
7.查看尾三行
df.tail(3)
A   B   C   D
2013-01-04  -1.216527   0.423745    -1.110668   -1.682405
2013-01-05  0.275501    -0.844457   -0.954631   2.312578
2013-01-06  -1.384552   1.539255    -1.499076   -0.916121
8.查看索引（行名）
df.index
DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
               '2013-01-05', '2013-01-06'],
              dtype='datetime64[ns]', freq='D')
9.查看列名
df.columns
Index(['A', 'B', 'C', 'D'], dtype='object')
10.转化为numpy类型的数组
df.to_numpy()
array([[ 0.28468077,  1.8813276 ,  0.31042514, -2.52732926],
       [-0.20972286, -1.41018638,  0.86533622,  0.89325968],
       [-0.09557804,  0.57628249, -1.34705203, -0.05537029],
       [-1.21652719,  0.42374501, -1.11066844, -1.6824053 ],
       [ 0.27550116, -0.84445705, -0.95463056,  2.31257796],
       [-1.38455249,  1.53925476, -1.49907627, -0.91612064]])
11.查看描述
df.describe()
A   B   C   D
count   6.000000    6.000000    6.000000    6.000000
mean    -0.391033   0.360994    -0.622611   -0.329231
std 0.733423    1.291526    0.972213    1.763848
min -1.384552   -1.410186   -1.499076   -2.527329
25% -0.964826   -0.527407   -1.287956   -1.490834
50% -0.152650   0.500014    -1.032650   -0.485745
75% 0.182731    1.298512    -0.005839   0.656102
max 0.284681    1.881328    0.865336    2.312578

依次为：总数、均值、标准差、最小值、25%的值、50%的值、75%的值、最大值

12.转置矩阵
df.T
    2013-01-01  2013-01-02  2013-01-03  2013-01-04  2013-01-05  2013-01-06
A   0.284681    -0.209723   -0.095578   -1.216527   0.275501    -1.384552
B   1.881328    -1.410186   0.576282    0.423745    -0.844457   1.539255
C   0.310425    0.865336    -1.347052   -1.110668   -0.954631   -1.499076
D   -2.527329   0.893260    -0.055370   -1.682405   2.312578    -0.916121
13.索引排序，按照维度为一（即横坐标），排序，升序为false
df.sort_index(axis=1,ascending=False)
​
D   C   B   A
2013-01-01  -2.527329   0.310425    1.881328    0.284681
2013-01-02  0.893260    0.865336    -1.410186   -0.209723
2013-01-03  -0.055370   -1.347052   0.576282    -0.095578
2013-01-04  -1.682405   -1.110668   0.423745    -1.216527
2013-01-05  2.312578    -0.954631   -0.844457   0.275501
2013-01-06  -0.916121   -1.499076   1.539255    -1.384552
14.按照B进行横向排序
df.sort_values(by='B')
A   B   C   D
2013-01-02  -0.209723   -1.410186   0.865336    0.893260
2013-01-05  0.275501    -0.844457   -0.954631   2.312578
2013-01-04  -1.216527   0.423745    -1.110668   -1.682405
2013-01-03  -0.095578   0.576282    -1.347052   -0.055370
2013-01-06  -1.384552   1.539255    -1.499076   -0.916121
2013-01-01  0.284681    1.881328    0.310425    -2.527329
15.获取列标为'A'的
df['A']
2013-01-01    0.284681
2013-01-02   -0.209723
2013-01-03   -0.095578
2013-01-04   -1.216527
2013-01-05    0.275501
2013-01-06   -1.384552
Freq: D, Name: A, dtype: float64
16.获取横标切片
df[0:3]
A   B   C   D
2013-01-01  0.284681    1.881328    0.310425    -2.527329
2013-01-02  -0.209723   -1.410186   0.865336    0.893260
2013-01-03  -0.095578   0.576282    -1.347052   -0.055370
17.获取横标切片（value)
df['20130102':'20130104']
A   B   C   D
2013-01-02  -0.209723   -1.410186   0.865336    0.893260
2013-01-03  -0.095578   0.576282    -1.347052   -0.055370
2013-01-04  -1.216527   0.423745    -1.110668   -1.682405
18.获取第一行
df.loc[dates[0]]
A    0.284681
B    1.881328
C    0.310425
D   -2.527329
Name: 2013-01-01 00:00:00, dtype: float64
19.获取行切片
df.loc[:,['A','B']]
A   B
2013-01-01  0.284681    1.881328
2013-01-02  -0.209723   -1.410186
2013-01-03  -0.095578   0.576282
2013-01-04  -1.216527   0.423745
2013-01-05  0.275501    -0.844457
2013-01-06  -1.384552   1.539255
df.loc['20130102':'20130104',['A','B']]
df.loc['20130102',['A','B']]
20.获取唯一元素
df.loc[dates[0],'A']//这是唯一元素
df.at[dates[0],'A']//与上面一样，官网这样解释For getting fast access to a scalar，更快的访问维度数据
21.通过索引获取第一行（之前的loc是通过值获取行）
df.iloc[3]
A    1.191786
B   -1.384943
C   -1.463160
D    0.527332
Name: 2013-01-04 00:00:00, dtype: float64
22.索引获取切片
df.iloc[3:5,0:2]
df.iloc[[1,2,4],[0,2]]
df.iloc[1:3,:]
df.iloc[1,1]
df.iat[1,1]
df[df.A>0]
23.拷贝赋值
df2 = df.copy()
df2['E'] = ['one','two','three','four','five','six']
df2

结果多一列E

24.进行判断是否贼取值
df2[df2['E'].isin(['two','four'])]
输出：
A   B   C   D   E
2013-01-02  0.847134    -0.003377   0.353925    0.438065    two
2013-01-04  1.191786    -1.384943   -1.463160   0.527332    four
25.进行按照日期取6个序列
s1 = pd.Series([1,2,3,4,5,6],index=pd.date_range('20130102',periods=6))
s1
26.进行取赋值
df['F']=s1
df
A   B   C   D   F
2013-01-01  0.284681    1.881328    0.310425    -2.527329   NaN
2013-01-02  -0.209723   -1.410186   0.865336    0.893260    1.0
2013-01-03  -0.095578   0.576282    -1.347052   -0.055370   2.0
2013-01-04  -1.216527   0.423745    -1.110668   -1.682405   3.0
2013-01-05  0.275501    -0.844457   -0.954631   2.312578    4.0
2013-01-06  -1.384552   1.539255    -1.499076   -0.916121   5.0

十分钟掌握Pandas(上)——来自官网API的更多相关文章

  1. 十分钟了解pandas

    十分钟掌握Pandas(上)--来自官网API 一.numpy和pandas numpy是矩阵计算库,pandas是数据分析库,关于百度百科,有对pandas的介绍. pandas 是基于NumPy ...

  2. 十分钟掌握pandas（pandas官方文档翻译）

    十分钟掌握pandas 文档版本:0.20.3 这是一个对pandas简短的介绍,适合新用户.你可以在Cookbook中查看更详细的内容. 通常,我们要像下面一样导入一些包. In [1]: impo ...

  3. 【朝花夕拾】Android性能篇之（八）来自官网的自白

    前言 转载请声明,转自[https://www.cnblogs.com/andy-songwei/p/10823372.html],谢谢! Android性能优化无疑是Android中的一个重点,也是 ...

  4. 比特魔方原创，用十分钟在Cocos-BCX上发行了自己的NFT

    比特魔方原创 作者 | 第二个区块 出品 |比特魔方 NFT正在积累越来越多的共识.每看到人们讨论NFT,我隐约就能联想到2019年人们谈论DeFi的时候.隐约让我感到欠缺的是,相对2019年的DeF ...

  5. （转）十分钟入门pandas

    本文是对pandas官方网站上<10 Minutes to pandas>的一个简单的翻译,原文在这里.这篇文章是对pandas的一个简单的介绍,详细的介绍请参考:Cookbook . 习 ...

  6. 做个伪IE浏览器？！【来自官网】

    原文:docwiki.embarcadero.com/RADStudio/Seattle/en/Building_a_VCL_Forms_Web_Browser_Application 选择File ...

  7. 【转载】koa相关知识（来自官网）

    什么是Koa? koa 是由 Express 原班人马打造的,致力于成为一个更小.更富有表现力.更健壮的 Web 框架.使用 koa 编写 web 应用,通过组合不同的 generator,可以免除重 ...

  8. Vertx上传 官网Demo Java版

    package io.vertx.example.web.upload; import io.vertx.core.AbstractVerticle; import io.vertx.example. ...

  9. Content Providers的步骤，来自官网文档

    Content Providers In this document Content provider basics Querying a content provider Modifying dat ...

随机推荐

  1. 【原生JS插件】LoadingBar页面顶部加载进度条

    先展示一下已经实现的效果: 预览地址:http://dtdxrk.github.io/js-plug/LoadingBar/index.html 看到手机上的浏览器内置了页面的加载进度条,想用在pc上 ...

  2. CentOS8安装docker

    参考:https://www.cnblogs.com/ding2016/p/11592999.html 一,安装环境查看 二,下载docker-ce的repo curl https://downloa ...

  3. AI - AutoKeras - 简介

    前言 在数据集上训练神经网络时,主要有两个目标: 定义符合数据集特性的神经网络架构. 在许多试验中对一组超参数进行调优,从而使得模型具有较高的准确率并且能够泛化至训练集和测试集之外的数据. 针对不同的 ...

  4. robot：截图关键字

    参考: https://www.cnblogs.com/hong-fithing/p/9656221.html--python https://blog.csdn.net/weixin_4315628 ...

  5. 2019.12.4 Hystix熔断&Feign进行远程调用&Zuul

    0.学习目标 会配置Hystix熔断 会使用Feign进行远程调用 能独立搭建Zuul网关 能编写Zuul的过滤器 1.Hystrix 1.1.简介 Hystrix,英文意思是豪猪,全身是刺,看起来就 ...

  6. Vmware player--打开vmdk； 导出系统；

    https://www.cnblogs.com/wxdblog/p/7091496.html 用vmware player打开已经存在的VMDK的方法: https://jingyan.baidu.c ...

  7. Nginx启动和停止

    启动nginx [root@LinuxServer sbin]#  /usr/local/nginx/sbin/nginx     -c     /usr/local/nginx/conf/nginx ...

  8. Python 模块初始化的时候，发生了什么？

    假设有一个 hello.py 的模块,当我们从别的模块调用 hello.py 的时候,会发生什么呢? 方便起见,我们之间在 hello.py 的目录下使用 ipython 导入了. hello.py ...

  9. Python类的访问限制

    使用两个_将变量设置为private,访问变量可定义get方法,对变量值修改可定义set方法,修改变量值的时候可检查参数的有效性. class Student(object): #定义一个Studen ...

  10. Bootsrap表格表单及其使用方法

    bootstrap的使用 bootstrap中的js插件依赖于jQuery 因此jQuery要在bootstrap之前引入 参考官网标准引入方法和引入样式 排版 标题 Bootstrap和普通的HTM ...