Pandas(数据分析处理库)代码大全
写在前面:
Pandas简介:Python Data Analysis Library(数据分析处理库) 或 pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。
pandas的数据结构:
Series:一维数组,与Numpy中的一维ndarray类似。二者与Python基本的数据结构List也很相近,其区别是:List中的元素可以是不同的数据类型,而Array和Series中则只允许存储相同的数据类型,这样可以更有效的使用内存,提高运算效率。
Time- Series:以时间为索引的Series。
DataFrame:二维的表格型数据结构,可以理解为Series的容器。
Panel :三维的数组,可以理解为DataFrame的容器。
本文主要介绍DateFrame数据结构。
本文中用到的数据集为food_info.csv,若有需要,在留言区留言即可获得。
本文只是介绍pandas的基本使用,若要详细深入学习,请参阅pandas官方文档。
1.读取.csv格式的数据文件
food_info.csv文件的局部预览图:
每一行:代表一种食品所包含的各种营养成分
#导包
import pandas#读取数据文件,并将数据赋值成一个变量
food_info = pandas.read_csv("food_info.csv") #将数据赋值成一个变量后,打印此变量的类型为Dataframe
print(type(food_info)) #打印文件中数据的类型。object类型即string类型
print(food_info.dtypes) #若对pandas中的某函数不了解,可以通过help()来查看
print(help(pandas.read_csv))
运行结果:
补充:DataFrame结构中的dtype类型
object————for string values
int————for integer values
float————for float values
datetime————for time values
bool————for Boolean values
2. DataFrame类型的变量拥有的操作
在第一步中,将要处理的数据文件读取出来并赋值给一个变量food_info,此变量的类型为DataFrame类型,下边将会对这个变量进行操作。
2.1 .head()函数:读取并显示数据的前几行
A. 无参数:缺省默认显示前5行数据
#缺省默认显示前5行数据
food_info.head()
运行结果:
B. 有参数: .head(a)函数如果添加参数a,则显示数据的前a行
#读取并显示数据的前3行
food_info.head(3)
运行结果:
2.2 .tail()函数:读取并显示数据的后几行
A. 无参数:.缺省默认显示后5行数据
#缺省默认显示后5行数据
food_info.tail()
运行结果:
B. 有参数:.tail(a)函数如果添加参数a,则显示数据的末尾a行
#读取并显示数据的后3行
food_info.tail(3)
运行结果:
有print与没有print的区别
没有实质性的差别,只是显示的形式不同而已。
print(food_info.tail(3)) #有print和没有print显示形式有些不同
运行结果:
2.3 .columns函数:读取并显示列名
#读取并显示列名
food_info.columns
#print(food_info.columns)
运行结果:
2.4 .shape函数:返回数据文件的行数和列数
#读取并显示文件的行数和列数
food_info.shape
运行结果:
2.5 .loc[ ]函数:读取文件中特定行位置的数据
在Pandas中取文件特定位置的数据不像python和numpy中那样直接通过index来调
A. .loc[a]函数,参数a:取第a+1行的数据(index是从0开始的)
#读取并显示特定行的数据
#返回第一行的文件数据
food_info.loc[0]
运行结果:
注意:当index的值超过了文件的样本个数,会报错(越界)
#返回第8889行的文件数据
food_info.loc[8888]
运行结果:
B. .loc[a:b]函数,参数a:b :取从第a行到第b行的数据
#返回数据文件的3——6行数据
food_info.loc[3:6]
运行结果:
C. .loc[[a,b,c]]函数,参数a,b,c :取第a,b,c三行的数据
注意:这里的参数是元组形式 [a, b, c]
#返回数据文件的3,5,7行数据
food_info.loc[[3,5,7]]
运行结果:
2.6 读取文件中特定列位置的数据
A. 取一列数据
#读取并显示列名为“NDB_No”所在的那一列
ndb_col = food_info["NDB_No"]
print(ndb_col)#也可以将列名“NDB_No”赋值给变量,然后通过变量来返回数据
col_name = "NDB_No"
ndb_col = food_info[col_name]
print(ndb_col)
运行结果:
B. 取特定几列数据
想要取特定的几列,则只需要将想要取得列的列名弄到一起,组成一个list就可以了
#将要取得两列的列名放到一个list里,并赋给变量
columns = ["Zinc_(mg)","Copper_(mg)"]
#通过变量取得两列的数据
zinc_coop = food_info[columns]
print(zinc_coop) #完全可以不依靠中间变量,意义相同
#food_info[["Zinc_(mg)","Copper_(mg)"]]
运行结果:
2.7 抽取列名中以(g)为单位的列的数据
在 .csv数据中,有些数据是以克(g)为单位,有些数据则是以毫克(mg)为单位
需求:抽取出全部以(g)为单位的列的数据
数据的列表头的局部预览图如下:
思路:
1.首先读取列名(.columns函数);
2.然后将取得的列名转换成list格式(tolist()函数);
3.再对list遍历,找出以 “(g)”结尾的列名(.endwith()函数),添加到一个空list(gram_columns)里面(.append()函数)
import pandas#目的:想要看一下数据中有哪些列是以克(g)为单位的food_info = pandas.read_csv("food_info.csv") #读取.csv的数据文件
col_names = food_info.columns.tolist() #返回DataFrame类型变量的列名,并将其存储为list格式gram_columns = [] #定义list的变量,准备存放以(g)为单位的列名
for c in col_names: #用for循环对为一个列名进行遍历if c.endswith("(g)"): #如果列名是以“(g)”结尾的,则将其放入到gram_columns的列表中gram_columns.append(c)gram_df = food_info[gram_columns] #gram_df 是所有以(gram_columns)为列名的列的数据。(即抽出这么几行)
print(gram_df.head(3)) #打印所有以“(g)”为单位的列名对应的数据的前三行
运行结果:
2.9 数据之间的“+”“-”“×”“÷”操作
在Pandas中,不但各列数据可以“+”“-”“×”“÷”任何数,两列或者多列数据之间也可以进行“+”“-”“×”“÷”。
注意:要求维度一样,当维度一样的时候,对应位置的数据进行运算。
需求:将数据中的两列数据进行乘法,然后把得到的结果作为数据的一个新的指标加入到原来的数据中,使原本数据的列数据增加一。
#导包
import pandas#读取文件
food_info = pandas.read_csv("food_info.csv")#将数据中"Water_(g)"和"Energ_Kcal"这两列的数据做乘法运算(对应位置的数据相乘)
#将结果赋值给变量water_energy
water_energy = food_info["Water_(g)"]*food_info["Energ_Kcal"] print("原数据的shape值:",food_info.shape) #将乘法得到的新的数据作为样本的一个指标加入到food_info变量中,命名为:"Water_energy"
food_info["Water_energy"] = water_energy print("现在的shape值:", food_info.shape)#将三列数据组成一个list赋值给变量columns
columns = ["Water_(g)","Energ_Kcal","Water_energy"]
#将list作为food_info的参数
water_energy_togher = food_info[columns]
water_energy_togher#以上的三行代码,可以合并为下边的一句
#注意三个列名组成的是一个list元组形式,然后传到food_info[]中
#print(food_info[["Water_(g)","Energ_Kcal","Water_energy"]])
运行结果:
2.10 .max()函数:求某一列数据的最大值
需求:求某一列数据的最大值
#求某一列数据的最大值
#首先定位到某一列,然后使用.max()函数,求出最大值
max_calories = food_info["Energ_Kcal"].max()
print("max = ",max_calories)
运行结果:
2.11 .sort_values()函数:排序
#排序操作
#sort_values():对数据进行排序
#参数:首先要给一个列名(即对此列数据进行排序)
#inpalce = True:排序后生成另外新的DataFrame数据,而不是原来的那个。
#inpalce = False:排序后生成新的DataFrame数据替换原来的那个
#sort_values():默认的排序方式为从小到大排序,如果想要从大到小,则设置ascending = False
#对于缺省值的样本,panda会返回NaN,并将这数据排在最后food_info.sort_values("Sodium_(mg)",inplace = True)
print(food_info["Sodium_(mg)"])food_info.sort_values("Sodium_(mg)",inplace = True, ascending = False)
print(food_info["Sodium_(mg)"])
运行结果:(部分展示)
更多AI资源请关注公众号:大胡子的AI
欢迎各位AI爱好者加入群聊交流学习:882345565(内有大量免费资源哦!)
版权声明:本文为博主原创文章,未经博主允许不得转载。如要转载请与本人联系
Pandas(数据分析处理库)代码大全相关推荐
- 图解数据分析(12) | Pandas - 数据分析工具库介绍(数据科学家入门·完结)
作者:韩信子@ShowMeAI 教程地址:https://www.showmeai.tech/tutorials/33 本文地址:https://www.showmeai.tech/article-d ...
- 【A-003】python数据分析与机器学习实战 Python科学计算库 Pandas数据分析处理库(二)
目录: 处理缺失数据制作透视图删除含空数据的行和列多行索引使用apply函数 本节要处理的数据来自于泰坦尼克号的生存者名单,它的数据如下: PassengerId Survived Pclass .. ...
- 数据分析处理库-Pandas
Pandas (数据分析处理库) 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工具.提供了大量能使我们快速便捷地处理数据的函数和方法. 1.Pandas数据读取 1 ...
- python常用代码大全-Python常用库大全及简要说明
环境管理 管理 Python 版本和环境的工具 p:非常简单的交互式 python 版本管理工具.官网 pyenv:简单的 Python 版本管理工具.官网 Vex:可以在虚拟环境中执行命令.官网 v ...
- python常用代码大全-Python常用库大全
Python常用库大全,看看有没有你需要的. 环境管理 管理 Python 版本和环境的工具 p – 非常简单的交互式 python 版本管理工具. pyenv – 简单的 Python 版本管理工具 ...
- python常用代码大全-Python常用库大全,看看有没有你需要的
环境管理 管理 Python 版本和环境的工具 p – 非常简单的交互式 python 版本管理工具. pyenv – 简单的 Python 版本管理工具. Vex – 可以在虚拟环境中执行命令. v ...
- Pandas数据分析库(2)Python数据分析
1 pandas简介 Python在数据处理和准备方面一直做得很好,但在数据分析和建模方面就差一些.pandas帮助填补了这一空白,使您能够在Python中执行整个数据分析工作流程,而不必切换到更特定 ...
- 鸽子学Python 之 Pandas数据分析库
本文来自鸽子学Python专栏系列文章,欢迎各位交流. 文章目录 Pandas介绍 第一部分 Pandas基础 1 Pandas数据结构 1.1 Series 1.2 DataFrame 2 数据查看 ...
- CC00038.python——|HadoopPython.v02|——|Arithmetic.v02|Pandas数据分析库:Pandas数据结构|
一.pandas数据分析库 ### --- pandas数据分析库~~~ Python在数据处理和准备⽅⾯⼀直做得很好,但在数据分析和建模⽅⾯就差⼀些. ~~~ pandas帮助填补了这⼀空⽩,使您能 ...
- AI常用框架和工具丨2. 数据分析处理库Pandas
数据分析处理库Pandas,AI常用框架和工具之一.理论知识结合代码实例,希望对您有所帮助. 文章目录 环境说明 一.Pandas简介 二. Pandas中的数据结构 2.1 Series 2.2 D ...
最新文章
- 【Python基础】拯救你奇丑无比的Python代码的神器
- python做bi系统_如何使用Python创建可视化对象
- Java常用的集合类
- altium designer PCB把板子翻过来看
- ios一个app调起另一个app_电商app开发价格:制作一个电商app需要多少钱?
- 如何将你拍摄的照片转换成全景图及六面体(PTGui)
- 第二篇 第一章建筑分类和耐火等级检查(二)
- 在线考试系统需求分析
- 第一篇:CUDA 6.0 安装及配置( WIN7 64位 / 英伟达G卡 / VS2010 )
- exe4j 程序在别的电脑报错Please reinstall or define EXE4J_JAVA_HOME to point to an installed 32-bit JDK or JRE
- SVN 文件夹图标不显示问题的解决办法
- 谈用户裂变,社群裂变的重要性
- [文档]腾讯云使用手册之云服务器-VPS简介
- 1564_AURIX_TC275_电压监控寄存器整理
- vue2和vue3响应式原理
- 计算机的定点运算器原理,优·计算机组成原理 定点运算器的组成和结构.doc
- CocoaPods安装firebase的问题记录
- 牛盾网络验证源码全开源【易语言】
- Hadoop学习篇(一)——初识Hadoop Hadoop单机配置
- 人体12个最重要的穴位图