|
---导入pandas--- |
| import pandas as pd |
导入pandas包并将之简写为pd |
|
|
|
|
|
---创建pandas中的DataFrame和Series--- |
| pd.DataFrame() |
创建 pandas DataFrame |
| pd.Series() |
创建 pandas Series |
|
|
|
---数据选择--- |
| df.column_name |
选取数据框的某一列，生成Series格式数据，df为数据框，column_name为列名 |
| df['column_name'] |
选取数据框的某一列，生成Series格式数据 |
| df[['column_name']] |
选取数据框的列，生成DataFrame格式数据 |
| df.loc[ ] |
使用行和列的标签索引选取数据 |
| df.iloc[ ] |
使用行和列的数值索引选取数据 |
|
|
|
|
|
---导入csv格式数据--- |
| pd.read_csv() |
在pandas中读取csv文本格式数据 |
|
|
|
|
|
---观察数据框--- |
| df.head() |
查看数据框df的前几行数据 |
| df.tail() |
查看数据框df的最后几行数据 |
| df.info() |
获取数据框df的信息 |
| df.describe() |
获取数据框df的各项统计值 |
| df.index |
查看数据框df的行索引 |
| df.columns |
查看数据框df的列名 |
| df.shape |
查看数据框df的形状，行数和列数 |
|
|
|
|
|
---Series数据的一些统计分析函数--- |
| se.unique() |
获取Series数据中的数值种类，一般用于分类数据，这里se为Series格式数据 |
| se.value_counts() |
统计Series数据中的数值种类及其对应的数据个数 |
| se.mean() |
计算Series数据的均值 |
| se.std() |
计算Series数据的标准差 |
| se.median() |
计算Series数据的中位数 |
| se.max() |
计算Series数据的最大值 |
| se.min() |
计算Series数据的最小值 |
| se.count() |
计算Series数据的个数 |
|
|
|
---pandas绘图函数--- |
| df.plot(kind='scatter', x= , y= ) |
绘制散点图 |
| df.plot(kind='box') |
绘制箱图 |
| df.boxplot(by='column_name') |
绘制箱图，并按 column_name 这一列的分类数值进行分组 |
|
|
|
|
| groupby |
数据的分组 |
|
数据的聚合 |
| 内置函数 |
count、mean、sum、max |
| 自定义函数 |
agg:将一组数据聚合成标量的形式 |
| 自定义函数 |
apply：将多组数据聚合运算 |
| def 函数名（参数）： |
|
| 函数体 |
|
| return 函数命令 |
自定义函数 |
