python使用Pandas处理数据的方法

发布时间：2020-06-17 13:50:10

来源：亿速云

阅读：119

作者：鸽子

Pandas是Python中非常常用的数据处理工具，使用起来非常方便。它建立在NumPy数组结构之上，所以它的很多操作通过NumPy或者Pandas自带的扩展模块编写，这些模块用Cython编写并编译到C，并且在C上执行，因此也保证了处理速度。

今天我们就来体验一下它的强大之处。

1.创建数据

使用pandas可以很方便地进行数据创建，现在让我们创建一个5列1000行的pandas DataFrame：mu1, sigma1 = 0, 0.1

mu2, sigma2 = 0.2, 0.2

n = 1000df = pd.DataFrame(

{

"a1": pd.np.random.normal(mu1, sigma1, n),

"a2": pd.np.random.normal(mu2, sigma2, n),

"a3": pd.np.random.randint(0, 5, n),

"y1": pd.np.logspace(0, 1, num=n),

"y2": pd.np.random.randint(0, 2, n),

}

)a1和a2：从正态(高斯)分布中抽取的随机样本。

a3：0到4中的随机整数。

y1：从0到1的对数刻度均匀分布。

y2：0到1中的随机整数。

生成如下所示的数据：

2.绘制图像

Pandas 绘图函数返回一个matplotlib的坐标轴(Axes)，所以我们可以在上面自定义绘制我们所需要的内容。比如说画一条垂线和平行线。这将非常有利于我们：

1.绘制平均线

2.标记重点的点import matplotlib.pyplot as plt

ax = df.y1.plot()

ax.axhline(6, color="red", linestyle="--")

ax.axvline(775, color="red", linestyle="--")

plt.show()

我们还可以自定义一张图上显示多少个表：fig, ax = plt.subplots(2, 2, figsize=(14,7))

df.plot(x="index", y="y1", ax=ax[0, 0])

df.plot.scatter(x="index", y="y2", ax=ax[0, 1])

df.plot.scatter(x="index", y="a3", ax=ax[1, 0])

df.plot(x="index", y="a1", ax=ax[1, 1])

plt.show()

3.绘制直方图

Pandas能够让我们用非常简单的方式获得两个图形的形状对比：df[["a1", "a2"]].plot(bins=30, kind="hist")

plt.show()

还能允许多图绘制:df[["a1", "a2"]].plot(bins=30, kind="hist", subplots=True)

plt.show()

当然，生成折线图也不在画下：df[['a1', 'a2']].plot(by=df.y2, subplots=True)

plt.show()

4.线性拟合

Pandas还能用于拟合，让我们用pandas找出一条与下图最接近的直线：

最小二乘法计算和该直线最短距离：df['ones'] = pd.np.ones(len(df))

m, c = pd.np.linalg.lstsq(df[['index', 'ones']], df['y1'], rcond=None)[0]

根据最小二乘的结果绘制y和拟合出来的直线：df['y'] = df['index'].apply(lambda x: x * m + c)

df[['y', 'y1']].plot()

plt.show()