Pandas基礎知識隨筆

来源:https://www.cnblogs.com/haiyangzhao/archive/2020/07/28/13392355.html
-Advertisement-
Play Games

#!/usr/bin/python3# -*- coding: UTF-8 -*-import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdef main(): # 創建一個列表Series,pandas會創建整形指標 ...


#!/usr/bin/python3
# -*- coding: UTF-8 -*-
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt


def main():
# 創建一個列表Series,pandas會創建整形指標

s = pd.Series([1, 2, 3, np.nan, 6, 8])
print(s)

# 通過傳遞數據字相同的數組,時間索引,列標簽創建DataFrame

dates = pd.date_range('20130101', periods=6)
print(dates)

# 上下文聯繫

df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)

# 字典模式
df2 = pd.DataFrame({
'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"]),
'F': 'foo'})
print(df2)

# 查看格列dtype
print(df2.dtypes)

###第二部分查看所有基本功能
# 頭
print(df.head())

# 尾
print(df.tail(3))

# 查看索引,列和數組數據
print(df.index)

# 查看列
print(df.columns)

# 查看值
print(df.values)

# 查看數據快速統計
print(df.describe())

# 對數據列轉換
print(df.T)

# 按照行排序
print(df.sort_index(axis=1, ascending=False))

# 按照值排序
print(df.sort_values(by='B'))

# 選擇數據 標準Python/Numpy 表達式直觀可用

# 獲取 選擇一列返回Series
print(df['A'])

# 通過[]選擇 進行切片
print(df[0:3])

# 標簽選擇,通過標簽獲取交叉區域
print(df.loc[dates[0]])

# 通過標簽獲取更多的數據
print(df.loc[:, ['A', 'B']])

# 標簽切片
print(df.loc['20130102':'20130104', ['A', 'B']])

# 返回對象縮減維度
df.loc['20130102', ['A', 'B']]

# 獲取單個值
print(df.loc[dates[0], 'A'])

# 快速訪問單個標量
print(df.at[dates[0], 'A'])

# loc 和 iloc 的區別 loc按標簽搜索,iloc按索搜索
print(df.iloc[3])

# 通過數值切片 左開右閉
print(df.iloc[3:5, 0:2])

# 通過指定表位置
print(df.iloc[[1, 2, 4], [0, 2]])

# 對行切片
print(df.iloc[1:3, :])

# 對列切片
print(df.iloc[:, 1:3])

# 獲取特定值
print(df.iloc[1, 1])

# 通過某;列選擇數據
print(df[df.A > 0])

# 通過where選擇數據
print(df[df > 0])

# 通過isin()過濾數據
df2 = df.copy()
df2['E'] = ['one', 'one', 'two', 'three', 'four', 'three']
print(df2)

print(df2[df2['E'].isin(['two', 'four'])])

# 通過標簽更新值
df.at[dates[0], 'A'] = 0

# 通過位置更新值
df.iat[0, 1] = 0

# 通過數組更新值
df.loc[:, 'D'] = np.array([5] * len(df))

print(df)

# 通過where更新值
df2 = df.copy()
df2[df2 > 0] = -df2
print(df2)

# 缺失數據處理reindex()可以修改/增加/刪除索引,會返回一個數據的副本:
df1 = df.reindex(index=dates[0:4], columns=list(df.columns) + ['E'])
df1.loc[dates[0]:dates[1], 'E'] = 1
print(df1)

# d丟掉缺失行
print(df1.dropna(how='any'))

# 對缺失行 賦值
print(df1.fillna(value=5))

# 對缺失的布爾值賦值
print(pd.isnull(df1))

# 平均值
print(df.mean())

# 按照行求均值
print(df.mean(axis=1))

# 操作不同維護需要對齊,pandas 會沿著指定維度執行
s = pd.Series([1, 2, 5, np.nan, 6, 8], index=dates).shift(2)
print(s)
print(df.sub(s, axis='index'))

"""
註:
這裡對齊維度指的對齊時間index
shift(2)指沿著時間軸將數據順移兩位
sub指減法,與NaN進行操作,結果也是NaN

"""
# 應用
# 對數據應用function 註: - cumsum 累加

print(df.apply(np.cumsum))
print(df.apply(lambda x: x.max() - x.min()))

# 直方圖
s = pd.Series(np.random.randint(0, 7, size=10))
print(s)

# j計數
print(s.value_counts())

# 支持字元串
s = pd.Series(['A', 'B', 'C', 'Aaba', 'bACA', np.nan, 'CABA', 'dog', 'cat'])
print(s)

# 連接合併
df = pd.DataFrame(np.random.randn(10, 4))
print(df)
pieces = [df[:3], df[3:7], df[7:]]
print(pd.concat(pieces))

# join操作
left = pd.DataFrame({'key': ['foo', 'foo'], 'lval': [1, 2]})
right = pd.DataFrame({'key': ['foo', 'foo'], 'rval': [4, 5]})
print(left)
print(right)
print(pd.merge(left, right, on='key'))

# 追加
df = pd.DataFrame(np.random.randn(8, 4), columns=['A', 'B', 'C', 'D'])
print(df)

s = df.iloc[3]
print(s)
print(df.append(s, ignore_index=True))

# group by 操作
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
'C': np.random.randn(8),
'D': np.random.randn(8)})

print(df)

# 分組求和
print(df.groupby(['A']).sum())

# 多列求和
print(df.groupby(['A', 'B']).sum())

#繪圖
ts=pd.Series(np.random.randn(1000),index=pd.date_range('1/1/2000',periods=1000))
ts=ts.cumsum()
print(ts.plot())
plt.close('all')


if __name__ == '__main__':
main()

您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 利用pandas模塊實現Excel與MySQL的互通 代碼實現 Excel數據導入MySQL(方式一) # 批量導入數據(速度快) def importdata(localpath: str, db: str, foreignkey): data = pandas.read_excel(localp ...
  • 百度雲盤:Python數據科學手冊PDF高清完整版免費下載 提取碼:cbbj 內容簡介 本書是對以數據深度需求為中心的科學、研究以及針對計算和統計方法的參考書。本書共五章,每章介紹一到兩個Python數據科學中的重點工具包。首先從IPython和Jupyter開始,它們提供了數據科學家需要的計算環境 ...
  • 方法的可變參數: 方法中有無參方法,有帶參方法,都多個參數的方法;代碼如下: public class Dome { /* 方法無參和帶參 */ public static void method() { System.out.println("我是一個無參的方法"); } public stati ...
  • 百度雲盤:零基礎學PythonPDF高清完整版免費下載 提取碼:8hb2 內容簡介 Python是目前最流行的動態腳本語言之一。本書由淺入深,全面、系統地介紹了使用Python進行開發的各種知識和技巧。 本書內容包括Python環境的安裝和配置、Python的基本語法、模塊和函數、內置數據結構、字元 ...
  • Tomcat的使用及伺服器和web的一些基礎知識 兩種不同的軟體架構* C/S 客戶端/伺服器端 B\S 瀏覽器/伺服器端 資源的分類 靜態資源: 所有用戶訪問後,得到的結果是一樣的,稱為靜態資源,靜態資源可直接被瀏覽器解析 如 html,css,JavaScript 動態資源: 不同用戶訪問後得到 ...
  • (原文鏈接:https://almirai.live/Coding/Java/ppa-install-oracle-java-11/)[https://almirai.live/Coding/Java/ppa-install-oracle-java-11/] 添加源 Ubuntu/Mint 64bi ...
  • 練習2: 題目:企業發放的獎金根據利潤提成。利潤(I)低於或等於10萬元時,獎金可提10%;利潤高於10萬元,低於20萬元時,低於10萬元的部分按10%提成,高於10萬元的部分,可提成7.5%;20萬到40萬之間時,高於20萬元的部分,可提成5%;40萬到60萬之間時高於40萬元的部分,可提成3%; ...
  • 前言 JAVA起於1995年,經過20多年的發展,在眾多語言中脫穎而出,JAVA如今已經發展成為世界第一編程語言。而且越來越多的人加入到JAVA開發的大軍中。 2014年的數據:全球的軟體開發者數量達到1850萬,其中1100萬是專業的軟體開發人員,另外750萬是開發愛好者,其中我國程式員占比是很少 ...
一周排行
    -Advertisement-
    Play Games
  • Github / Gitee QQ群(1群) : 813100564 / QQ群(2群) : 579033769 視頻教學 介紹 MiniWord .NET Word模板引擎,藉由Word模板和數據簡單、快速生成文件。 Getting Started 安裝 nuget link : https:// ...
  • Array.Sort Array類中相當實用的我認為是Sort方法,相比起冗長的冒泡排序,它的出現讓排序更加的簡化 結果如下: 還可以聲明一個靜態方法用來專門調用指定數組排序,從名為 array 的一維數組中 a 索引處開始,到 b 元素 從小到大排序。 註意: a + b 不能大於 array 的 ...
  • 前言 在上一篇文章CLR類型系統概述里提到,當運行時掛起時, 垃圾回收會執行堆棧遍歷器(stack walker)去拿到堆棧上值類型的大小和堆棧根。這裡我們來翻譯BotR里一篇專門介紹Stackwalking的文章,希望能加深理解。 順便說一句,StackWalker在中文里似乎還沒有統一的翻譯,J ...
  • 使用過 nginx 的小伙伴應該都知道,這個中間件是可以設置跨域的,作為今天的主角,同樣的 反向代理中間件的 YARP 毫無意外也支持了跨域請求設置。 有些小伙伴可能會問了,怎樣才算是跨域呢? 在 HTML 中,一些標簽,例如 img、a 等,還有我們非常熟悉的 Ajax,都是可以指向非本站的資源的 ...
  • 什麼是Git Git 是一個開源的分散式版本控制系統,用於敏捷高效地處理任何或小或大的項目。 Git 是 Linus Torvalds 為了幫助管理 Linux 內核開發而開發的一個開放源碼的版本控制軟體。 Git 與常用的版本控制工具 CVS, Subversion 等不同,它採用了分散式版本庫的 ...
  • 首先CR3是什麼,CR3是一個寄存器,該寄存器內保存有頁目錄表物理地址(PDBR地址),其實CR3內部存放的就是頁目錄表的記憶體基地址,運用CR3切換可實現對特定進程記憶體地址的強制讀寫操作,此類讀寫屬於有痕讀寫,多數驅動保護都會將這個地址改為無效,此時CR3讀寫就失效了,當然如果能找到CR3的正確地址... ...
  • 說明 onlyoffice為一款開源的office線上編輯組件,提供word/excel/ppt編輯保存操作 以下操作均基於centos8系統,officeonly鏡像版本7.1.2.23 鏡像下載地址:https://yunpan.360.cn/surl_y87CKKcPdY4 (提取碼:1f92 ...
  • 二叉樹查找指定的節點 前序查找的思路 1.先判斷當前節點的no是否等於要查找的 2.如果是相等,則返回當前節點 3.如果不等,則判斷當前節點的左子節點是否為空,如果不為空,則遞歸前序查找 4.如果左遞歸前序查找,找到節點,則返回,否繼續判斷,當前的節點的右子節點是否為空,如果不為空,則繼續向右遞歸前 ...
  • ##Invalid bound statement (not found)出現原因和解決方法 ###前言: 想必各位小伙伴在碼路上經常會碰到奇奇怪怪的事情,比如出現Invalid bound statement (not found),那今天我就來分析以下出現此問題的原因。 其實出現這個問題實質就是 ...
  • ###一、背景知識 爬蟲的本質就是一個socket客戶端與服務端的通信過程,如果我們有多個url待爬取,只用一個線程且採用串列的方式執行,那隻能等待爬取一個結束後才能繼續下一個,效率會非常低。 需要強調的是:對於單線程下串列N個任務,並不完全等同於低效,如果這N個任務都是純計算的任務,那麼該線程對c ...