数据挖掘 pandas基础入门之操作
2024-05-29 02:51:39
为什么80%的码农都做不了架构师？>>> 
统计
import pandas
import numpy# 通过传递一个 numpyarray，时间索引以及列标签来创建一个DataFrame：
dates = pandas.date_range("20180509", periods=6)
df = pandas.DataFrame(numpy.random.randn(6, 4), index=dates, columns=list('ABCD'))
print("时间索引以及列标签来创建一个DataFrame:", df, sep="\n")# 描述性统计，求每一列的平均数
print("每一列的平均数", df.mean(), sep="\n")# 其他轴的形同操作
print("每一行的平均数", df.mean(1), sep="\n")# 对于拥有不同维度、需要对其的对象进行操作。Pandas会自动沿着指定的维度进行广播
s = pandas.Series([1, 3, 5, numpy.nan, 6, 8], index=dates).shift(2) # shift函数主要的功能就是使数据框中的数据移动。
print("行索引不变，移动列的数据。", s, sep="\n")
print("df-s", df.sub(s, axis='index'), sep="\n")# 按照index进行匹配，为s补全为一个矩阵后进行计算，完成两个矩阵相减（df-s）
"E:\Python 3.6.2\python.exe" F:/PycharmProjects/test.py
时间索引以及列标签来创建一个DataFrame:A B C D
2018-05-09 0.689544 0.875232 0.452993 1.875628
2018-05-10 -0.216719 0.298931 -1.159366 0.188906
2018-05-11 0.268589 1.206928 -0.119726 -0.148764
2018-05-12 -1.035244 1.092390 1.006421 -0.226186
2018-05-13 0.670916 0.738597 -0.184312 -1.280867
2018-05-14 -0.359534 1.109787 0.650537 -0.030985
每一列的平均数
A 0.002925
B 0.886978
C 0.107758
D 0.062955
dtype: float64
每一行的平均数
2018-05-09 0.973349
2018-05-10 -0.222062
2018-05-11 0.301757
2018-05-12 0.209345
2018-05-13 -0.013917
2018-05-14 0.342451
Freq: D, dtype: float64
行索引不变，移动列的数据。
2018-05-09 NaN
2018-05-10 NaN
2018-05-11 1.0
2018-05-12 3.0
2018-05-13 5.0
2018-05-14 NaN
Freq: D, dtype: float64A B C D
2018-05-09 NaN NaN NaN NaN
2018-05-10 NaN NaN NaN NaN
2018-05-11 -0.731411 0.206928 -1.119726 -1.148764
2018-05-12 -4.035244 -1.907610 -1.993579 -3.226186
2018-05-13 -4.329084 -4.261403 -5.184312 -6.280867
2018-05-14 NaN NaN NaN NaNProcess finished with exit code 0
函数apply()
import pandas
import numpy# 通过传递一个 numpyarray，时间索引以及列标签来创建一个DataFrame：
dates = pandas.date_range("20180509", periods=6)
df = pandas.DataFrame(numpy.random.randn(6, 4), index=dates, columns=list('ABCD'))
print("时间索引以及列标签来创建一个DataFrame:", df, sep="\n")# 对数据应用函数
print("从第一行开始，其下一行网上一行结果上累加:", df.apply(numpy.cumsum), sep="\n") # 每行数值向上求和
print("每列的最大数减去最小数：", df.apply(lambda x: x.max() - x.min()), sep="\n")"E:\Python 3.6.2\python.exe" F:/PycharmProjects/test.py
时间索引以及列标签来创建一个DataFrame:A B C D
2018-05-09 0.628765 -1.453298 -0.169228 -0.185065
2018-05-10 0.444467 0.159900 -1.581807 0.852065
2018-05-11 1.537534 -1.718371 -1.378338 -0.183929
2018-05-12 -2.131473 -2.586691 -0.241944 -0.842446
2018-05-13 -0.898688 0.394125 1.413996 -1.897569
2018-05-14 -0.891981 0.913925 0.686605 -0.842980
从第一行开始，其下一行网上一行结果上累加:A B C D
2018-05-09 0.628765 -1.453298 -0.169228 -0.185065
2018-05-10 1.073232 -1.293399 -1.751035 0.667000
2018-05-11 2.610767 -3.011770 -3.129372 0.483071
2018-05-12 0.479293 -5.598461 -3.371316 -0.359374
2018-05-13 -0.419395 -5.204337 -1.957321 -2.256944
2018-05-14 -1.311376 -4.290412 -1.270715 -3.099924
每列的最大数减去最小数：
A 3.669008
B 3.500616
C 2.995802
D 2.749634
dtype: float64Process finished with exit code 0
直方图
import pandas
import numpy# 通过传递一个 numpyarray，时间索引以及列标签来创建一个DataFrame：
dates = pandas.date_range("20180509", periods=6)
df = pandas.DataFrame(numpy.random.randn(6, 4), index=dates, columns=list('ABCD'))
print("时间索引以及列标签来创建一个DataFrame:", df, sep="\n")s = pandas.Series(numpy.random.randint(0, 7, size=10))
print("随机生成十个数的序列：", s, sep="\n")
print("统计每个数出现的次数：", s.value_counts(), sep="\n")
"E:\Python 3.6.2\python.exe" F:/PycharmProjects/test.py
时间索引以及列标签来创建一个DataFrame:A B C D
2018-05-09 -1.447060 0.998378 -0.272173 -0.240873
2018-05-10 2.019563 0.397001 1.469093 -0.313272
2018-05-11 0.932445 0.973830 -1.914278 -1.374748
2018-05-12 -0.980636 1.336340 -0.232319 1.176833
2018-05-13 -1.850315 -0.738035 -1.085791 1.378875
2018-05-14 1.162965 1.892369 0.499482 0.647424
0 5
1 2
2 1
3 4
4 1
5 5
6 0
7 1
8 0
9 3
dtype: int32Process finished with exit code 0
字符串方法
Series对象在其str属性中配备了一组字符串处理方法，可以很容易的应用到数组中的每个元素。
import pandas
import numpys = pandas.Series(['A', 'B', 'C', 'Aaba', 'Baca', numpy.nan, 'CABA', 'dog', 'cat'])
print("序列值全部改成小写：", s.str.lower(), sep="\n")
"E:\Python 3.6.2\python.exe" F:/PycharmProjects/test.py
序列值全部改成小写：
0 a
1 b
2 c
3 aaba
4 baca
5 NaN
6 caba
7 dog
8 cat
dtype: objectProcess finished with exit code 0
转载于:https://my.oschina.net/gain/blog/1823689
数据挖掘 pandas基础入门之操作相关推荐
- 数据挖掘 pandas基础入门之查看数据
为什么80%的码农都做不了架构师?>>> import pandas import numpy# 通过传递一个 numpyarray,时间索引以及列标签来创建一个DataFra ...
- Pandas基础入门(一)
一.Pandas简介 Pandas是一个强大的分析结构化数据的工具集: (Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的函数和方法,能够快速便捷地处理数据) 它的使用 ...
- Pandas基础入门知识点总结
目录 1.pandas 常用类 1.1 Series 1.1.1创建 Series 1.1.2 访问 Series 数据 1.1.3 更新.插入和删除 1.2 DataFrame 1.2.1 创建 D ...
- Python数据处理之pandas基础入门
Pandas 是 Python 语言的一个扩展程序库,用于数据分析. Pandas 是一个开放源码.BSD 许可的库,提供高性能.易于使用的数据结构和数据分析工具. Pandas 名字衍生自术语 &q ...
- Python pandas基础入门
一.简介 pandas是一个强大的Python数据分析的工具包,是基于NumPy构建 pandas的主要功能: 具备对其功能的数据结构DataFrame.Series 集成时间序列功能 提供丰富的教学 ...
- 精读linux源码,Linux基础入门的操作精读.doc
摘要:Linux是一套免费使用和自由传播的类Unix操作系统,是一个基于POSIX和UNIX的多用户.多任务.支持多线程和多CPU的操作系统.它能运行主要的UNIX工具软件.应用程序和网络协议.它支持 ...
- SDL教程零基础入门 简单操作 day1
1.0 SDL 简介 文章目录 1.0 SDL 简介 1.1 什么是 SDL? 1.2 SDL 可以做什么? 2. 在VS上获取和安装 SDL 2.1 SDL2库下载 2.2 安装SDL2 2.3 在 ...
- linux基础磁盘管理,Linux基础入门-文件系统操作与磁盘管理
chrome 更新flash插件 下载下面的插件并安装 https://fpdownload.macromedia.com/pub/labs/flashruntimes/flashplayer/ins ...
- Datawhale零基础入门金融风控 Task2/4 数据分析
Task2 数据分析 此部分为零基础入门金融风控的 Task2 数据分析部分,带你来了解数据,熟悉数据,为后续的特征工程做准备,欢迎大家后续多多交流. 赛题:零基础入门数据挖掘 - 零基础入门金融风控 ...
最新文章
- LeetCode—笔记—51、N皇后——递归回溯，个人思路，简单易懂
- 安装centos系统时，修改默认网卡名
- 黑页php,炫酷帅气的黑页源码
- CC控制服务的设计和侦测方法综述——DDoS攻击，上传从宿主机偷窃的到的信息，定时给感染机文件加密勒索等。...
- C语言 printf格式化输出，参数详解
- 去除导航栏的背景色和底部1像素黑色线条or隐藏导航栏
- 【NLP】CMU MILA 谷歌 | 三家巨头发布史上最干文本增强总结
- Arimo利用Alluxio的内存能力提升深度学习模型的结果效率(Time-to-Result)
- java 最优化_java-多维度求最优解
- PowerShell-将CSV导入SQL Server
- C# WPF动态删除指定类型控件
- 回文绝对求下联:亚冠决赛决冠亚
- 【算法】剑指 Offer 47. 礼物的最大价值
- html 链接 vf,VFP中超链接实现方法
- 前端设备通过Ehome协议接入EasyCVR平台无法播放问题解决
- 土地调查图斑编号_全国第二次土地调查地类分类图示及图斑.doc
- 取模运算和求余运算的区别
- 视频编码fmpeg 常用命令汇总
- Java流及流操作示例
- Linux常用命令详解(两万字超长文)