python pandas中文手册-Pandas速查手册中文版(转)
关键缩写和包导入
在这个速查手册中,我们使用如下缩写:
df:任意的Pandas DataFrame对象
同时我们需要做如下的引入:
import pandas as pd
导入数据pd.read_csv(filename):从CSV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
df.tail(n):查看DataFrame对象的最后n行
df.shape():查看行数和列数
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
df.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.loc["index_one"]: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.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类型
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GroupBydf[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.mean
data.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.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
转自:http://www.qingpingshan.com/rjbc/dashuju/228593.html
python pandas中文手册-Pandas速查手册中文版(转)相关推荐
- Pandas之十二速查手册
Pandas的功能比较丰富,很多方法也不需要一直记住,只需要在用到的时候能找到就可以. 比较通俗的做法是,在速查手册查找合适的方法,再看该方法的参数并测试和使用.(看方法参数推荐使用Pycharm) ...
- html在线查询手册,HTML速查手册汇总
Home啦啦啦 我是卖报的小行家 Basic 标题 一级标题 二级标题 三级标题 四级标题 五级标题 六级标题 创建水平线,分割内容 段落 段落 折行 链接This is my blog target ...
- 最全pandas函数用法速查手册(高清版)
Pandas 是 Python 的核心数据分析支持库,拥有快速.灵活.明确的数据结构,旨在简单.直观.快速地处理关系型.标记型数据,是一款强大.灵活的开源数据分析工具. 但是pandas的知识点很多, ...
- 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 ...
- 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 ...
- pandas打印某一列_Pandas速查手册中文版
笑虎:Pandas速查手册中文版 笑虎 不想当产品的程序员不是好的数据分析师! 本文翻译自文章:Pandas Cheat Sheet - Python for Data Science,同时添加了部分 ...
- 《zw版·Halcon-delphi系列原创教程》 zw版-Halcon常用函数Top100中文速查手册
<zw版·Halcon-delphi系列原创教程> zw版-Halcon常用函数Top100中文速查手册 Halcon函数库非常庞大,v11版有1900多个算子(函数). 这个Top版,对 ...
- linux指令速查手册 中文高清pdf版,linux指令速查手册
linux指令速查手册2007年12月由人民邮电出版社出版发行.据小编知Linux是一款开源的操作系统,得到了广大开发者的青睐,开发者可以免费获得Linux操作系统的源代码:其次,它具有Unix的所有 ...
- 收藏!Latex简明速查手册
作者 | 磁悬浮青蛙呱呱呱 编辑 | 汽车人 原文链接:https://zhuanlan.zhihu.com/p/508559139 点击下方卡片,关注"自动驾驶之心"公众号 A ...
- 生信人的自我修养:Linux 命令速查手册
标题:生信人的自我修养:Linux 命令速查手册 目标:致力于为生信人打造一个完整的 Linux 命令速查手册 作者:简佐义(jianzuoyi@qq.com) 版本:1.0 日期:2020-11-2 ...
最新文章
- selenium grid2 使用远程机器的浏览器
- Linux安全渗透教程——大学霸内部资料
- hadoop 文本统计一个字符的个数_使用hadoop统计多个文本中每个单词数目
- linux启动守护进程失败,Ubuntu Linux设置守护进程时出错的解决
- python 项目自动生成requirements.txt文件
- Avalonia跨平台入门第二十篇之语音播放问题
- 干货!请码住——点此领取免费开源框架
- asp.net如何生成图片验证码
- LeetCode OJ - Valid Palindrome
- ios 旋转加载gif_iOS 中gif图的显示
- 福利 | 2018 年,程序员全新的技术之路
- JAVA反射--通过反射对pojo进行UT覆盖率测试
- BAT、360、网易等大公司开源项目
- Java 堆栈-用数组实现堆栈
- 乔布斯在斯坦福大学的演讲
- 我卖掉北京500万的房产,在老家生活的这两年……
- w10电脑c盘满了怎么清理_w10电脑自动更新安装完c盘满了怎么清理
- 论文阅读:Gradient-Induced Co-Saliency Detection(ECCV2020)
- 计算机培训普通话是什么,普通话培训(计算机辅助普通话测试介绍).ppt
- 刷脸支付取款等人脸识别技术商用开始普及
热门文章
- Linux : ext3_free_blocks: Freeing blocks not in datazone
- Edraw Max 9.x 安装
- protel99se中文pojie版-protel99se附安装步骤
- 《Java开发实战经典》PDF+随书视频
- XcodeGhost:墙、感染、信任和欺骗
- i710700黑苹果_[Hackintosh]解决黑苹果无法使用Siri、iMessage等服务
- JSP九大内置对象的作用和用法
- 廖雪峰Git教程学习总结
- 关于Session过期和失效
- 【计算机组成与设计:硬件/软件接口】第三章:计算机的算术运算