python日记Ddy19——Pandas速查中文手册
python日记——Pandas中文备查手册
本文大部分内容转载自文章Pandas速查手册中文版,同时对部分内容进行了添加和修改。
导入数据
- pd.read_csv(filename):从CSV、TSV、TXT文件导入数据
- pd.read_table(filename):从限定分隔符的文本文件导入数据
- pd.read_excel(filename):从Excel文件导入数据
- pd.read_sql(query, connection_object):从SQL表/库导入数据
- pd.read_json(json_string):从JSON格式的字符串导入数据
- pd.read_html(url):解析URL、字符串或者HTML文件,抽取其中的tables表格
- pd.read_clipboard():从你的粘贴板获取内容,并传给read_table()
- pd.DataFrame(dict):从字典对象导入数据,Key是列名,Value是数据
导出数据
- df.to_csv(filename):导出数据到CSV文件
- df.to_excel(filename):导出数据到Excel文件
- df.to_sql(table_name, connection_object):导出数据到SQL表
- df.to_json(filename):以Json格式导出数据到文本文件
创建测试对象
- pd.DataFrame(np.random.rand(20,5)):创建20行5列的随机数组成的DataFrame对象
- pd.Series(my_list):从可迭代对象my_list创建一个Series对象
- df.index = pd.date_range(‘1900/1/30’, periods=df.shape[0]):增加一个日期索引
查看、检查数据
- df.head(n):查看DataFrame对象的前n行,默认为前5行
- df.tail(n):查看DataFrame对象的最后n行,默认为后5行
- df.shape():查看行数和列数
- df.info():查看索引、数据类型和内存信息
- df.describe():查看数值型列的汇总统计
- s.value_counts(dropna=False):查看Series对象的唯一值和计数d
- f.apply(pd.Series.value_counts):查看DataFrame对象中每一列的唯一值和计数
数据选取
- df[col]:根据列名,并以Series的形式返回列
- df[[col1, col2]]:以DataFrame形式返回多列s.iloc[0]:按位置选取数据s
- df.loc[‘index_one’]:定位,按索引选取数据
- df.iloc[0,:]:返回第一行df.iloc[0,0]:返回第一列的第一个元素
数据清理
- df.columns = [‘a’,‘b’,‘c’]:重命名列名
- pd.isnull():检查DataFrame对象中的空值,并返回一个Boolean数组
- pd.notnull():检查DataFrame对象中的非空值,并返回一个Boolean数组
- df.drop(index,columns=):删除行或列
- df.dropna():删除所有包含空值的行
- df.dropna(axis=1):删除所有包含空值的列
- df.dropna(axis=1,thresh=n):删除所有小于n个非空值的行
- df.fillna(x):用x替换DataFrame对象中所有的空值
- s.astype(float):将Series中的数据类型更改为float类
- s.replace(1,‘one’):用‘one’代替所有等于1的值
- s.replace([1,3],[‘one’,‘three’]):用’one’代替1,用’three’代替3
- df.rename(columns=lambda x: x + 1):批量更改列名
- df.rename(columns={‘old_name’: ‘new_ name’}):选择性更改列名
- df.set_index(‘column_one’):更改索引列
- df.rename(index=lambda x: x + 1):批量重命名索引
数据处理:Filter、Sort和GroupBy
- df[df[col] > 0.5]:选择col列的值大于0.5的行
- df.sort_values(col1):按照列col1排序数据,默认升序排列
- df.sort_values(col2, ascending=False):按照列col1降序排列数据
- df.sort_values([col1,col2],
ascending=[True,False]):先按列col1升序排列,后按col2降序排列数据 - df.groupby(col):返回一个按列col进行分组的Groupby对象
- df.groupby([col1,col2]):返回一个按多列进行分组的Groupby对象
- df.groupby(col1)[col2]:返回按列col1进行分组后,列col2的均值
- df.pivot_table(index=col1, values=[col2,col3],
aggfunc=max):创建一个按列col1进行分组,并计算col2和col3的最大值的数据透视表 - df.groupby(col1).agg(np.mean):返回按列col1分组的所有列的均值
- data.apply(np.mean):对DataFrame中的每一列应用函数
- np.meandata.apply(np.max,axis=1):对DataFrame中的每一行应用函数np.max
数据合并
- df1.append(df2):将df2中的行添加到df1的尾部
- df.insert(columns_num,columns,value):在columns_num列之前插入一列
- df.concat([df1, df2],axis=1):将df2中的列添加到df1的尾部
- df1.join(df2,on=col1,how=‘inner’):对df1的列和df2的列执行SQL形式的join
数据统计
- df.describe():查看数据值列的汇总统计
- df.mean():返回所有列的均值
- df.corr():返回列与列之间的相关系数
- df.count():返回每一列中的非空值的个数
- df.max():返回每一列的最大值
- df.min():返回每一列的最小值
- df.median():返回每一列的中位数
- df.std():返回每一列的标准差
python日记Ddy19——Pandas速查中文手册相关推荐
- Pandas速查手册
本文转自<Pandas速查手册中文版> 对于数据科学家,无论是数据分析还是数据挖掘来说,Pandas是一个非常重要的Python包.它不仅提供了很多方法,使得数据处理非常简单,同时在数据处 ...
- python27-资源|全机器学习和Python的27个速查表(完整版)
原标题:资源|全机器学习和Python的27个速查表(完整版) 机器学习(Machine Learning) 有不少有用的流程图和机器学习算法表. 这里只包括所发现的最全面的速查表. 神经网络架构(N ...
- 全套Python数据分析常用命令速查表!PDF文档限时分享
当下利用python学习数据分析的热度越来越高,对于很多新手而言,大量要学习的库和工具的命令繁杂,用起来不是很顺手. 今天给大家分享一份python数据分析常用命令速查表. 一共6张表,包括:Jupy ...
- 脑动力:C语言函数速查效率手册(附DVD光盘1张) [平
脑动力:C语言函数速查效率手册(附DVD光盘1张) [平 本书全面.系统地介绍了C语言的库函数.C语言是基础的通用程序设计语言,许多语言都是从C语言基础上发展起来的,C语言库函数可以使编程更加高效便捷 ...
- 常用Python标准库对象速查表(1)
封面图片:<Python程序设计基础(第2版)>,董付国,清华大学出版社 =============== 常用Python标准库对象速查表(1) 标准库 对象 简要说明 math sin( ...
- 分享一些Python导图与速查表
给大家分享几张Python的数据科学速查表,给大家分享一些Python的学习资料,请惠存!我不会告诉你我是因为整理硬盘的时候发现压箱底的东西,不删占地方删了又太可惜了,所以贴到网上分享给大家的.突 ...
- Python常用网络爬虫速查表下载
Python常用网络爬虫速查表下载 Post方法: Get方法: css选择器 beautiful soup选择器 xpath选择器 可以将图片打印出来,放在桌面看 下载地址: 一天掌握python网 ...
- 目前最新《脑动力 html+css标签速查效率手册[刘丽霞] 》
介绍: HTML是所有网页制作技术的核心和基础,也是每个网页制作者必须掌握的基本知识.CSS是用于控制网页内容显示效果的一种标记语言,可以制作更美观的页面.两者在网页设计中不可或缺. <脑动力: ...
- pandas速查手册(中文版)
本文翻译自文章:Pandas Cheat Sheet - Python for Data Science 对于数据科学家,无论是数据分析还是数据挖掘来说,Pandas是一个非常重要的Python包.它 ...
最新文章
- 【OpenGL】五、Visual Studio 2019 配置 GitHub ( 提交代码 )
- vs2010 调试窗口debugger UTF8 显示汉字 乱码
- 用户、组以及相关文件说明
- linux下汇编语言开发总结
- nlp mrc的损失是什么_田渊栋从数学上证明ICLR最佳论文“彩票假设”,强化学习和NLP也适用...
- Object Detection︱RCNN、faster-RCNN框架的浅读与延伸内容笔记
- Redis的缓存数据过期策略,内存淘汰机制
- 方立勋_30天掌握JavaWeb_回顾复习
- (一)vmware中Linux共享文件夹设置
- 什么是bypass(转载)
- x265-1.7版本-common/quant.cpp注释
- 【小程序】一文带你了解微信小程序开发(小程序注册/开发工具的下载)
- Appium服务器初始化参数(Capability)
- 〖Python WEB 自动化测试实战篇③〗- python-selenium环境配置搭建
- 基于FPGA的USB高速数据采集系统(免做上位机)
- 17暑期ACM俱乐部个人训练赛第1场 (石油oj) 7.24号
- 求职之C++小知识点整理
- 随手科技累计用户超3亿 领跑互金App
- 记录一次docker安装遇到的坑
- 内马尔赛后发飙内马尔赛后发飙