一位脑残的Pandas个人总结

博客原文链接 http://localhost:4000/posts/2b36786b/

前言:Pandas向Excel表的东西，我们可以通过Pandas来迅速完成数据的处理操作

Series对象

Series像一个加强版字典，一样我们可以通过的索引来访问值，但是Series比字典要强很多，接下来我们通过下文来体验一下

基础操作

定义一个Serise

pd.Serise({"A":1000,"b":999})

• Serise.index 查看索引
• Serise.values 查看值
• 我们还可以通过index参数指定索引,例如pd.Serise([1000,999],index=['A','B'])
• 数据对齐功能进行补全 s1.add(s2,fill_values=3)

DataFrame对象

DataFrame像一个加强版字典的集合，也就是一个二维表格，像一个Excel表一样.

基础操作

0. 定义一个DataFrame

pd.DataFrame({"a":[1,2,3],"b":[2,3,4]})

Out
  a b
0 1 2 
1 2 3
2 3 4

• df1.index 查看索引
• df1.values 查看值
• df1.columns 查看所有列的名字
• df1.shape 查看形状
• df1.head(5) 查看前5行
• df1.tail(5) 查看后5行

1. 索引一列
   df1[“列名称”] 或者 df1.列名称

2. 索引一行
   df1.loc[0]

3. 索引行列
   df1.loc[“行名称”,“列名称”]
   df1.iloc[“行索引”,“列索引”]

4. 索引多行列
   df1.loc[“行名称1”:“行名称2”,“列名称1”:“列名称2”]
   df1.iloc[“行索引1”:“行索引2”,“列索引1”:“列索引2”]

5. 删除操作
   df1.drop(“列名称”,axis=1)
   df1.drop(“行名称”,axis=0)

数据输出

1. 读取文件
   pd.read_csv(“filename”,nrows=100,usecols=[‘col1’,‘col2’])
2. 输出文件
   data.to_csv(“输出路径”)

其他操作

1. 查看空值
   df1.isnull()
2. 查看某一列空值
   df1.列名称.isnull()
3. 填充空值
   df1.fillna(values=0)
4. pay列使用pay列的均值填充
   df.pay.fillna(df.pay.mean())
5. 大小写转换
   df.pay.str.lower()
6. 更改数据格式
   df.pay.astype(‘int’)
7. 更改列名称
   df.rename(columns={“A”:“A-size”})
8. 数据替换
   df.city.replace(“sh”,“shanghai”)
9. 数据排序
   df.sort_values(by=[‘age’])

数据统计

1. 数据采样，采样后不放回
   df.sample(n=3,replace=False)
2. 计算列的标准差
   df[‘price’].std()
3. 计算两列的协方差
   df[‘price1’].cov(df[‘price2’])
4. 计算所有列的协方差
   df.cov()
5. 计算两个列的相关性
   df[‘price1’].corr(df[‘price2’])
6. 计算所有列的相关性
   df.corr()

博客原文链接 http://localhost:4000/posts/2b36786b/