python使用教程pandas-十分钟搞定pandas(入门教程)
本文是对pandas官方网站上《10Minutes to pandas》的一个简单的翻译，原文在这里。这篇文章是对pandas的一个简单的介绍，详细的介绍请参考：Cookbook 。习惯上，我们会按下面格式引入所需要的包：
一、创建对象
可以通过Data Structure Intro Setion 来查看有关该节内容的详细信息。
1、可以通过传递一个list对象来创建一个Series，pandas会默认创建整型索引：
2、通过传递一个numpyarray，时间索引以及列标签来创建一个DataFrame：
3、通过传递一个能够被转换成类似序列结构的字典对象来创建一个DataFrame：
4、查看不同列的数据类型：
5、如果你使用的是IPython，使用Tab自动补全功能会自动识别所有的属性以及自定义的列，下图中是所有能够被自动识别的属性的一个子集：
二、查看数据
详情请参阅：Basics Section
1、 查看frame中头部和尾部的行：
2、 显示索引、列和底层的numpy数据：
3、 describe()函数对于数据的快速统计汇总：
4、 对数据的转置：
5、 按轴进行排序
6、 按值进行排序
三、选择
虽然标准的Python/Numpy的选择和设置表达式都能够直接派上用场，但是作为工程使用的代码，我们推荐使用经过优化的pandas数据访问方式： .at,.iat,.loc,.iloc和.ix详情请参阅Indexingand Selecing Data 和 MultiIndex/ Advanced Indexing。
l 获取
1、 选择一个单独的列，这将会返回一个Series，等同于df.A：
2、 通过[]进行选择，这将会对行进行切片
l 通过标签选择
1、 使用标签来获取一个交叉的区域
2、 通过标签来在多个轴上进行选择
3、 标签切片
4、 对于返回的对象进行维度缩减
5、 获取一个标量
6、 快速访问一个标量（与上一个方法等价）
l 通过位置选择
1、 通过传递数值进行位置选择（选择的是行）
2、 通过数值进行切片，与numpy/python中的情况类似
3、 通过指定一个位置的列表，与numpy/python中的情况类似
4、 对行进行切片
5、 对列进行切片
6、 获取特定的值
l 布尔索引
1、 使用一个单独列的值来选择数据：
2、 使用where操作来选择数据：
3、 使用isin()方法来过滤：
l 设置
1、 设置一个新的列：
2、 通过标签设置新的值：
3、 通过位置设置新的值：
4、 通过一个numpy数组设置一组新值：
上述操作结果如下：
5、 通过where操作来设置新的值：
四、缺失值处理
在pandas中，使用np.nan来代替缺失值，这些值将默认不会包含在计算中，详情请参阅：Missing Data Section。
1、 reindex()方法可以对指定轴上的索引进行改变/增加/删除操作，这将返回原始数据的一个拷贝：、
2、 去掉包含缺失值的行：
3、 对缺失值进行填充：
4、 对数据进行布尔填充：
五、相关操作
详情请参与Basic Section On Binary Ops
l 统计（相关操作通常情况下不包括缺失值）
1、 执行描述性统计：
2、 在其他轴上进行相同的操作：
3、 对于拥有不同维度，需要对齐的对象进行操作。Pandas会自动的沿着指定的维度进行广播：
l Apply
1、 对数据应用函数：
l 直方图
具体请参照：Histogrammingand Discretization
l 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，如下段代码所示。更多详情请参考：Vectorized String Methods.
六、合并
Pandas提供了大量的方法能够轻松的对Series，DataFrame和Panel对象进行各种符合各种逻辑关系的合并操作。具体请参阅：Mergingsection
l Concat
l Join 类似于SQL类型的合并，具体请参阅：Databasestyle joining
l Append 将一行连接到一个DataFrame上，具体请参阅Appending：
七、分组
对于”group by”操作，我们通常是指以下一个或多个操作步骤：
l （Splitting）按照一些规则将数据分为不同的组；
l （Applying）对于每组数据分别执行一个函数；
l （Combining）将结果组合到一个数据结构中；
详情请参阅：Groupingsection
1、 分组并对每个分组执行sum函数：
2、 通过多个列进行分组形成一个层次索引，然后执行函数：
八、Reshaping
详情请参阅HierarchicalIndexing和Reshaping。
l Stack
l 数据透视表，详情请参阅：PivotTables.
可以从这个数据中轻松的生成数据透视表：
九、时间序列
Pandas在对频率转换进行重新采样时拥有简单、强大且高效的功能（如将按秒采样的数据转换为按5分钟为单位进行采样的数据）。这种操作在金融领域非常常见。具体参考：TimeSeries section。
1、 时区表示：
2、 时区转换：
3、 时间跨度转换：
4、 时期和时间戳之间的转换使得可以使用一些方便的算术函数。
十、Categorical
从0.15版本开始，pandas可以在DataFrame中支持Categorical类型的数据，详细介绍参看：categoricalintroduction和APIdocumentation。
1、 将原始的grade转换为Categorical数据类型：
2、 将Categorical类型数据重命名为更有意义的名称：
3、 对类别进行重新排序，增加缺失的类别：
4、 排序是按照Categorical的顺序进行的而不是按照字典顺序进行：
5、 对Categorical列进行排序时存在空的类别：
十一、画图
具体文档参看：Plottingdocs
对于DataFrame来说，plot是一种将所有列及其标签进行绘制的简便方法：
十二、导入和保存数据
l CSV，参考：Writingto a csv file
1、 写入csv文件：
2、 从csv文件中读取：
l HDF5，参考：HDFStores
1、 写入HDF5存储：
2、 从HDF5存储中读取：
l Excel，参考：MSExcel
1、 写入excel文件：
2、 从excel文件中读取：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。
本文标题: 十分钟搞定pandas(入门教程)
本文地址: http://www.cppcns.com/jiaoben/python/262948.html
python使用教程pandas-十分钟搞定pandas(入门教程)相关推荐
- 十分钟搞定 pandas
官方网站上<10 Minutes to pandas>的一个简单的翻译,原文在这里.这篇文章是对 pandas 的一个简单的介绍,详细的介绍请参考:秘籍 .习惯上,我们会按下面格式引入所需 ...
- 十分钟搞定pandas（官方学习文档的译文）
python pandas的官方学习文档,学习pandas库必看 http://python.jobbole.com/84416/
- 十分钟搞定pandas+实战
https://pyzh.readthedocs.io/en/latest/python-pandas.html#id42
- 全网最简单的C# json数据解析 无敌菜鸟教程 十分钟搞定json数据解析
全网最简单的C# json数据解析 无敌菜鸟教程 十分钟搞定json数据解析 废话先说一点,算了.直接进入正题吧. 用例子说话: JSON数据: string json: " {" ...
- JeecgBoot 单体升级微服务快速方案（十分钟搞定）
JeecgBoot 单体升级微服务方案(十分钟搞定) 当前系统分为system.demo 等模块,现有需求把每个模块单独启动作为微服务应用,故而推出新版boot[20200812beta],支持快速切 ...
- 逗号后面统一加空格_十分钟搞定字幕，教你做加字幕的“快手菜”
平台上许多同学有疑问:做视频是否有加字幕的必要呢? 其实除了外语需要翻译.语速过快加字幕方便理解.普通话不标准等情况之外,还是建议有余力的同学可以加上字幕,提升用户的观看体验. 那么问题来了,存在以下 ...
- JAVA微信企业付款到零钱(十分钟搞定)，附完整DEMO下载
最近帮朋友做了一个简单的微分销系统,实现从企业付款到零钱分润的功能,简单记录一下微信提现功能开发的流程, 主要就是按规则封装好请求参数调用微信接口,涉及一些签名校验: A.接口流程 获取用户OPENI ...
- java 分组报表_【Java】分组报表怎么做，积木报表十分钟搞定！
首页 专栏 java 文章详情 0 分组报表怎么做,积木报表十分钟搞定! scott发布于 今天 12:24 报表需求 某大型超市需要做一张年度区域销售统计报表 展示2019和2020年度各地区每月的 ...
- java零钱换整程序_JAVA微信企业付款到零钱(十分钟搞定)，
JAVA微信企业付款到零钱(十分钟搞定), 最近帮朋友做了一个简单的微分销系统,实现从企业付款到零钱分润的功能,简单记录一下微信企业付款到零钱的开发过程, 主要就是按规则封装好请求参数调用微信接口,涉 ...
最新文章
- 外包公司派遣到网易，上班地点网易大厦，转正后工资8k-10k，13薪，包三餐，值得去吗？...
- mysql 命令大全
- java poi 更新excel_在Java Apache POI中更新现有的Excel文件
- ECshop 数据库表结构
- Python将文字转拼音
- make的一些默认操作
- 聚集索引和非聚集索引的区别有哪些
- mybatis多产数_freeCodeCamp杰出贡献者–我们如何选择，认可和奖励多产的志愿者
- youcans 的 OpenCV 学习课—6.灰度变换与直方图处理
- 熊猫多模式站群-开发日志
- 《Essential C++》笔记之设计一个泛型算法（一）
- 开课吧Web：Web前端入行门槛低吗？
- python如何读二进制文件_Python如何读写二进制文件
- matlab2010b显示激活界面_【转】Matlab2010b许可证过期问题，反复提示激活
- 《用户故事地图》摘录
- 五、eclipse如何创建一个ftl（FreeMarker）的文件和设置ftl文件的显示风格（ftl文件高亮显示）
- 【托业】【新托业TOEIC新题型真题】学习笔记1--题库一--P1~4
- 用python 数据分析，有推荐的书籍或资料吗？
- 【对比Java学Kotlin】协程-创建和取消
- 中国传媒发展十大趋势