柚子快報(bào)激活碼778899分享：筆記 Pandas入門

http://yzkb.51969.com/

一.數(shù)據(jù)加載導(dǎo)入數(shù)據(jù)

1.安裝和導(dǎo)入numpy和pandas

!pip install numpy

!pip install pandas

import numpy?as np

import pandas as pd

2.使用相對(duì)路徑和絕對(duì)路徑載入數(shù)據(jù)

3.每1000行為一個(gè)數(shù)據(jù)模塊，逐塊讀取

格式：chunker=pd. read _ csv('train. csv', chunksize=1000)

for i in chunker:

print(i)

read _ csv與read _ table對(duì)比: csv得到的表格對(duì)齊，分隔符為逗號(hào)，而table按每行輸出，上下對(duì)應(yīng)但不對(duì)齊，分隔符為制表符'\t'。可以通過(guò)在括號(hào)內(nèi)添加sep=',/sep='\t'相互轉(zhuǎn)化。

csv與tsv對(duì)比: tsv文件以制表符為分隔符，標(biāo)準(zhǔn)格式下，字段值之中不允許出現(xiàn)制表符。而csv文件以半角逗號(hào)為分隔符 (也可以是逗號(hào)、其他字符、字符串)。

4.將表頭改成中文，索引改為乘客ID

二.初步觀察

1.查看數(shù)據(jù)的基本信息(總列數(shù)，非空值數(shù)量，數(shù)據(jù)類型等): df.info ()

2.查看前/后幾列數(shù)據(jù)?: df. head()/df. tail()

3.判斷數(shù)據(jù)是否為空: df. isnull()

三.保存數(shù)據(jù): df. to _ csv()

四.Pandas基礎(chǔ)

1.查看列名: 全部——df. columns

某A列——df['A']/df. A

2.更改表頭

法一: df=pd. read _ csv('train. csv', names=['表頭1','表頭2',....], index _ col=", header=0)

index _ col更改索引, header確定替換列名為第幾行。

法二：創(chuàng)建字典

column={'header1':'表頭1','header2':'表頭2',……}

df. rename(columns=column, inplace=True)(inplace=True時(shí), 直接在原始數(shù)據(jù)上進(jìn)行重命名操作；

inplace=False時(shí)，返回重命名后新的DateFrame, 原始數(shù)據(jù)不變)

3.刪除/隱藏某列: 刪除: del

df['A']/df. drop(['A'], axis=1)

df=df. drop(['a'], axis=1)

(當(dāng)axis=0時(shí)代表行, 1代表列)

隱藏: df. drop(['列名'],axis=1)

對(duì)比： del直接刪除， drop需要再賦值才可(df=.drop..),否則并不改動(dòng)原數(shù)據(jù) (即隱藏)，del若想實(shí)現(xiàn)“隱藏”，需要分別保存改動(dòng)前后的數(shù)據(jù)。

4.數(shù)據(jù)篩選

范圍篩選：df=df[(df[Age′]<50)8(df[Age′]>10)]篩選在10-50的數(shù)據(jù)， 并修改。

顯示某行:

df. loc[[行數(shù)],['列名']]

df. iloc[[行數(shù)],['列數(shù)']]

對(duì)比: loc通過(guò)列名實(shí)現(xiàn), iloc通過(guò)索引位置實(shí)現(xiàn)篩選。

(若在排序、分組、刪除等操作后，要對(duì)修改后數(shù)據(jù)篩選, 注意使用reset _ index()重置索引。)

5.構(gòu)建frame:frame=pd. DataFrame(np. arange(12). reshape(3,4),(構(gòu)建從0-11, 3行4列的矩陣)

index=['1',0',2'], (行索引)

columns=['X','B','F','G']) (列索引)

對(duì)比數(shù)據(jù)結(jié)構(gòu)DataFrame和Series:

DataFrame (二維) 每列可以有不同的數(shù)據(jù)類型, Series (一維) 僅有一種數(shù)據(jù)類型。

6.數(shù)據(jù)排序:

根據(jù)索引排序:

frame. sort _ index(axis=1, asxending=False)

(axis=1為列, False為降序, 默認(rèn)=0,升序排序)

根據(jù)值排序：

frame. sort _ value(by='列名', ascending=") (不接受axis參數(shù))

7.decribe查看數(shù)據(jù)基本信息: df. describe()

count:樣本數(shù)據(jù)大小

mean：樣本數(shù)據(jù)的平均值

std：樣本數(shù)據(jù)的標(biāo)準(zhǔn)差

min：樣本數(shù)據(jù)的最小值

25%：樣本數(shù)據(jù)25%的時(shí)候的值

50%：樣本數(shù)據(jù)50%的時(shí)候的值

75%：樣本數(shù)據(jù)75%的時(shí)候的值

max：樣本數(shù)據(jù)的最大值

8.篩選極值:

法一: python的max()/min()函數(shù): max(表達(dá)式)法二: df. max()(若對(duì)象為DataFrame或Series)

?

柚子快報(bào)激活碼778899分享：筆記 Pandas入門

http://yzkb.51969.com/

精彩文章