python pandas库用法_Python使用Pandas库常见操作详解

本文实例讲述了Python使用Pandas库常见操作。分享给大家供大家参考,具体如下:

1、概述

Pandas 是Python的核心数据分析支持库,提供了快速、灵活、明确的数据结构,旨在简单、直观地处理关系型、标记型数据。Pandas常用于处理带行列标签的矩阵数据、与 SQL 或 Excel 表类似的表格数据,应用于金融、统计、社会科学、工程等领域里的数据整理与清洗、数据分析与建模、数据可视化与制表等工作。

数据类型:Pandas 不改变原始的输入数据,而是复制数据生成新的对象,有普通对象构成的一维数组成为Series,由Series构成的二维数组表称为DataFrame,其行被称为index,列为Colum。

安装:如果使用anaconda集成环境则会自动安装numpy、scipy、pandas等数据科学包,也可以通过python包管理工具安装pandas:

pip install pandas

2、数据对象的创建

通过Series()函数包裹一维数组可以创建Series对象,其中数组的元素可以是各种类型。

通过DataFrame()函数包裹二维数组可以创建一个DataFrame对象,可以通过参数index、columns指定行标签和列标签。也可以通过python的字典类型初始化DataFrame,其键名默认为列标签

import pandas as pd

import numpy as np

通过一维数组初始化Series

s = pd.Series([1, 2.0, np.nan, ‘test’])

print(s)

通过二维数组初始化DataFrame

arr = np.random.randn(6, 4)

arr_df = pd.DataFrame(arr, index=np.arange(1, 7), columns=list(‘ABCD’))

print(arr_df)

通过字典dict初始化DataFrame

dic = {‘A’: 1.,

‘B’: pd.Timestamp(‘20130102’),

‘C’: pd.Series(1, index=list(range(4)), dtype=’float32′),

‘D’: np.array([3] * 4, dtype=’int32′),

‘E’: pd.Categorical([“test”, “train”, “test”, “train”])

dic_df = pd.DataFrame(dic)

print(dic_df)

其运行结果如下:

Series数据

0 1

1 2

2 NaN

3 test

dtype: object

二维数组的DataFrame

A B C D

1 -0.085417 -0.816502 1.495134 -0.277742

2 1.657144 -0.203346 0.631930 -1.182239

3 -2.303923 -0.535696 1.315379 0.129682

4 0.133198 -0.239664 -2.004494 0.119965

5 -1.454717 2.114255 -0.538678 -0.580361

6 -0.759183 0.141554 -0.243270 2.840325

dict字典DataFrame

A B C D E

0 1.0 2013-01-02 1.0 3 test

1 1.0 2013-01-02 1.0 3 train

2 1.0 2013-01-02 1.0 3 test

3 1.0 2013-01-02 1.0 3 train

3、查看数据

函数head(n)可以查看DataFrame前n行的数据,tail(n)查看倒数n行的数据

index()查看DataFrame的行标签,columns显示列标签

describe()按列显示数据的统计信息,包括计数、均值、方差、最小最大值等。

函数mean()显示所有列的均值,mean(1)显示所有行的均值

sum()求所有列的均值,sum(1)求所有行的均值

DataFrame有一个empty属性用于判断是否为空,若为空则返回True

arr = np.random.randn(6, 4)

df = pd.DataFrame(arr, index=np.arange(1, 7), columns=list(‘ABCD’))

print(df.head(3))

print(df.index)

print(df.describe())

结果如下

查看前三行数据

A B C D

1 3.260449 -0.619396 0.070877 1.586914

2 -0.529708 0.071917 -1.919316 1.845727

3 -1.005765 2.176579 -0.323483 -1.295067

查看行标签

Int64Index([1, 2, 3, 4, 5, 6], dtype=’int64′)

查看统计信息

A B C D

count 6.000000 6.000000 6.000000 6.000000

mean -0.184606 -0.487184 0.079433 0.855810

std 1.721394 1.800460 1.379498 1.128764

min -1.443635 -3.091446 -1.919316 -1.295067

25% -0.967105 -1.430192 -0.281188 0.778729

50% -0.694488 -0.273739 -0.041713 1.150944

75% -0.531744 0.197755 0.355731 1.508475

max 3.260449 2.176579 2.352142 1.845727

Original: https://blog.csdn.net/weixin_34296646/article/details/114911998
Author: 克里斯丁丁
Title: python pandas库用法_Python使用Pandas库常见操作详解

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/741124/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球