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
  • 1、什麼是MQTT? MQTT(Message Queuing Telemetry Transport,消息隊列遙測傳輸協議),是一種基於發佈/訂閱(publish/subscribe)模式的"輕量級"通訊協議,該協議構建於TCP/IP協議上,由IBM在1999年發佈。MQTT最大優點在於,可以以極 ...
  • 溫馨提示,請使用ctrl+F進行快速查找 ws2_32.lib error LNK2001: 無法解析的外部符號 __imp_htons error LNK2001: 無法解析的外部符號 __imp_ntohl error LNK2001: 無法解析的外部符號 __imp_ntohs error L ...
  • public static void GetRegistData() { string name = "huishuangzhu"; //搜索到註冊表根目錄 RegistryKey hkml = Registry.ClassesRoot; //搜索到註冊表根目錄下的XXX文件夾。 RegistryK ...
  • 作者:小牛呼嚕嚕 | https://xiaoniuhululu.com 電腦內功、JAVA源碼、職業成長、項目實戰、面試相關資料等更多精彩文章在公眾號「小牛呼嚕嚕」 前言 讀過筆者之前的一篇文章Java記憶體模型(JMM)詳解, 我們知道了由於電腦為了充分利用CPU的高性能,以及各個硬體 存取速 ...
  • 使用Apache PDFBox實現拆分、合併PDF 問題背景 如何拆分PDF? 如何合併PDF? 如何拆分併合並PDF實現去除PDF的某些頁? Apache PDFBox介紹 Apache PDFBox 1.8.10官方文檔 Apache PDFBox 庫是一個開源的 Java 工具,用於處理 PD ...
  • 問題:是不是虛函數的調用就一定是動態綁定?不是的 1:在類的構造函數當中,調用虛函數,也是靜態綁定(構造函數中對虛函數的調用不發生動態綁定) 2:如果不是通過指針或者引用變數來調用虛函數,那就是靜態綁定 代碼1 class Base { public: Base(int data=10):ma(da ...
  • 本篇文章我們將進一步探討下Guava Cache 實現層面的一些邏輯與設計策略,讓我們可以對Guava Cache整體有個更加明朗的認識,促進實際使用中對其的理解。 ...
  • JZ12 矩陣中的路徑 描述 請設計一個函數,用來判斷在一個n乘m的矩陣中是否存在一條包含某長度為len的字元串所有字元的路徑。路徑可以從矩陣中的任意一個格子開始,每一步可以在矩陣中向左,向右,向上,向下移動一個格子。如果一條路徑經過了矩陣中的某一個格子,則該路徑不能再進入該格子。 思路 我們看到他 ...
  • 抽象類和普通類有什麼區別? 抽象類一般不用作抽象實體類型 一般把上面類設計為抽象類? 基類 定義抽象類的唯一目的, 就是去建立派生類. 我們在抽象類基礎上要定義出功能各異的派生類, 再用這些派生類去建立對象. 凡是包含純虛函數的類都是抽象類. 純虛函數不用實現, 故不能被調用, 抽象類無法建立對象. ...
  • 打包下載成.zip文件 項目背景 公司使用vue + SpringBoot實現批量下載功能 今天在調試批量下載這個功能。打包成.zip文件時,在返回給前端瀏覽器出現報錯信息: 後端報錯: ERROR c.c.p.c.e.BusinessExceptionHandler - java.io.IOExc ...