Pandas 快速入门

Pandas 介绍

Pandas是python的一个数据分析包, 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。

1、Pandas 基本用法

#导入pandas 库
In [1]: import pandas as pd
#csv文件是一个数据集的列表文件,根据文件格式指定编码
In [17]: df = pd.read_csv(r'E:/Test/student.csv',encoding='gbk')

#head 前几行,tail 最后几行
In [19]: df.head(5)
Out[19]:
   姓名 性别  语文  数学  英语
0  小A  男  98  76  59
1  小B  男  88  26  64
2  小C  男  56  91  71
3  小D  男  74  83  80
4  小E  女  89  79  87

In [20]: df.index
Out[20]: RangeIndex(start=0, stop=9, step=1)

In [21]: df.columns
Out[21]: Index(['姓名', '性别', '语文', '数学', '英语'], dtype='object')

In [22]: type(df)
Out[22]: pandas.core.frame.DataFrame

#根据索引获取学生成绩
In [23]: df.loc[1]
Out[23]:
姓名    小B
性别     男
语文    88
数学    26
英语    64
Name: 1, dtype: object

#筛选出数学成绩大于80的学生
In [25]: df[df.数学>80]
Out[25]:
   姓名 性别  语文  数学  英语
2  小C  男  56  91  71
3  小D  男  74  83  80
5  小F  女  63  91  53

#筛选出语数外都大于70分的学生
In [27]: df[(df.语文>70) & (df.数学 >70) & (df.英语>70)]
Out[27]:
   姓名 性别  语文  数学  英语
3  小D  男  74  83  80
4  小E  女  89  79  87

#先根据数学成绩再根据语文成绩降序排序
In [33]: df.sort_values(['数学','语文'],ascending=False).head()
Out[33]:
   姓名 性别  语文  数学  英语
5  小F  女  63  91  53
2  小C  男  56  91  71
3  小D  男  74  83  80
4  小E  女  89  79  87
0  小A  男  98  76  59

In [35]: scores = {'数学'[90,78,89],
    ...: '英语':[66,75,98],
    ...: '姓名':['A','B','C']}

#通过索引创建一个DataFrame,index指定索引
In [40]: df = pd.DataFrame(scores,index=['one','two','three'])
In [41]: df
Out[41]:
      姓名  数学  英语
one    A  90  66
two    B  78  75
three  C  89  98

#因为此时不是数字索引,不能通过数字索引去访问
In [42]: df.loc['two']
Out[42]:
姓名     B
数学    78
英语    75
Name: two, dtype: object

#实实在在的第几行
In [44]: df.iloc[1]
Out[44]:
姓名     B
数学    78
英语    75
Name: two, dtype: object

#ix 合并了loc和iloc的功能, df.ix['one']等价于df.ix[0],但已被弃用

#切片
In [51]: df[1:3]
Out[51]:
      姓名  数学  英语
two    B  78  75
three  C  89  98

#提取指定列
In [49]: df[['数学','英语']]
Out[49]:
       数学  英语
one    90  66
two    78  75
three  89  98


In [53]: def func(score):
    ...:     if score >=90:
    ...:         return '优秀'
    ...:     elif score >=80:
    ...:         return '良'
    ...:     elif score >=60:
    ...:         return '及格'
    ...:     else:
    ...:         return '不及格'
    ...:
#数据分类处理,插入一列 applymap 对所有的数据进行操作,map是单个
In [54]: df['数学分类'] = df.数学.map(func)
In [55]: df
Out[55]:
      姓名  数学  英语 数学分类
one    A  90  66   优秀
two    B  78  75   及格
three  C  89  98    良

In [56]: df.applymap(lambda x :str(x)+' -')
Out[56]:
        姓名    数学    英语  数学分类
one    A -  90 -  66 -  优秀 -
two    B -  78 -  75 -  及格 -
three  C -  89 -  98 -   良 -

#根据多列生成一个新列
In [58]: df['total'] = df.apply(lambda x:x.数学+x.英语,axis =1 )
In [59]: df
Out[59]:
      姓名  数学  英语 数学分类  total
one    A  90  66   优秀    156
two    B  78  75   及格    153
three  C  89  98    良    187

2、Pandas缺失值处理

In [66]: df = pd.DataFrame(np.random.random((3,3)))
In [67]: df
Out[67]:
          0         1         2
0  0.379367  0.242707  0.090343
1  0.435034  0.968100  0.070522
2  0.409717  0.502982  0.890654

#设置Dataframe 中某个值
In [80]: df.iloc[1,1] = np.nan
In [82]: df.iloc[2,2] = np.nan
In [83]: df
Out[83]:
          0         1         2
0  0.379367  0.242707  0.090343
1  0.435034       NaN  0.070522
2  0.409717  0.502982       NaN

#将所有含有nan项的row删除
#df.dropna(how='any')
#将全部项都是nan的row删除
#df.dropna(how='ALL')
#对缺失值进行填充
In [84]: df.fillna(value=0.5)
Out[84]:
          0         1         2
0  0.379367  0.242707  0.090343
1  0.435034  0.500000  0.070522
2  0.409717  0.502982  0.500000

#df.describe()函数对于数据的快速统计汇总
In [94]: df.describe()
Out[94]:
              0         1         2
count  3.000000  3.000000  3.000000
mean   0.408039  0.415230  0.220288
std    0.027871  0.149417  0.242440
min    0.379367  0.242707  0.070522
25%    0.394542  0.371353  0.080432
50%    0.409717  0.500000  0.090343
75%    0.422375  0.501491  0.295172
max    0.435034  0.502982  0.500000

3、pandas 绘图

image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,639评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,277评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,221评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,474评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,570评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,816评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,957评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,718评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,176评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,511评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,646评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,322评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,934评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,755评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,987评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,358评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,514评论 2 348

推荐阅读更多精彩内容