Python中的pandas库简介及其使用
pandas模块
pandas是一个强大的分析结构化数据的工具集;它的使用基础是Numpy(提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。
Pandas中常见的数据结构有两种:
Series | DateFrame |
---|---|
类似一维数组的对象, | 类似多维数组/表格数组;每列数据可以是不同的类型;索引包括列索引和行索引。 |
Series
- 构建Series:
ser_obj = pd.Series(range(10))
- 由索引和数据组成(索引在左<自动创建的>,数据在右)。
- 获取数据和索引:
ser_obj.index; ser_obj.values
- 预览数据:
ser_obj.head(n);ser_obj.tail(n)
DateFrame
- 获取列数据:
df_obj[col_idx]或df_obj.col_idx
- 增加列数据:
df_obj[new_col_idx] = data
- 删除列:
del df_obj[col_idx]
- 按值排序:
sort_values(by = “label_name”)
常用方法
Count | 非NA值得数量 |
---|---|
describe | 针对Series或各DataFrame列计算汇总统计 |
min\max | 计算最小值和最大值 |
argmin\argmax | 计算能够获取到最大值或最小值的索引位置 |
idxmin\idxmax | 计算能够获取到最小值和最大值的索引值 |
quantile | 计算样本的分位数(0-1) |
sum | 值得总和 |
mean | 值得平均值 |
median | 值的算术中位数(50%分位数) |
mad | 根据平均值计算平均绝对离差 |
var | 样本值得方差 |
std | 样本值得标准差 |
skew | 样本值的偏度(三阶距) |
kurt | 样本值的峰度(四阶距) |
cumsum | 样本值的累计和 |
cummin\cummax | 样本值的累计最大值和累计最小值 |
cumprod | 样本值的累计积 |
diff | 计算一阶差分(对时间序列很有用) |
pct_change | 计算百分数变化 |
处理缺失数据
- Dropna()丢弃缺失数据
- Fillna()填充缺失数据
数据过滤
Df[filter_condition]依据filter_condition(条件)对Df(数据)进行过滤。
绘图功能
Plot(kind,x,y,title,figsize)
Kind(绘制什么形式的图),x(x轴内容),y(y轴内容),title(图标题),figsize(图大小)
保存图片:plt.savefig()
("The fool doth think he is wise, but the wise man knows himself to be a fool." --威廉·莎士比亚
)
Python中的pandas库简介及其使用相关推荐
- python中的pandas库_数据分析中 pandas 库的基本用法详解
上篇分享了数据分析用到的一个库:Numpy 库,今天分享一个比 Numpy 更高效的库:pandas,它可以对数据进行导入.清洗.处理.统计和输出.pandas 是基于 Numpy 库的,可以说,pa ...
- python中isnull_Python pandas库中的isnull()详解
问题描述 python的pandas库中有一个十分便利的isnull()函数,它可以用来判断缺失值,我们通过几个例子学习它的使用方法. 首先我们创建一个dataframe,其中有一些数据为缺失值. i ...
- python中的pandas库
文章目录 一.基本用法介绍 1.DataFrame()函数的两种传参方法: 方法1: 方法2: 2.Series()函数的传参方法: 3.基本用法代码示例 二.选择数据 1.通过标签选择数据(左闭右闭 ...
- Python 中的Pandas库
待总结 用scikit-learn和pandas学习线性回归 用scikit-learn和pandas学习Ridge回归 基于python的数据分析库Pandas pandas--Python 数据分 ...
- python处理期货数据_用python中的Pandas库实现一个商品期货网格策略
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.pandas提供了大量能使我们快速便捷 ...
- Py之Pandas:Python的pandas库简介、安装、使用方法详细攻略
Py之Pandas:Python的pandas库简介.安装.使用方法详细攻略 目录 pandas库简介 pandas库安装 pandas库使用方法 1.函数使用方法 2.使用经验总结 3.绘图相关操作 ...
- python中nlp的库_单词袋简介以及如何在Python for NLP中对其进行编码
python中nlp的库 by Praveen Dubey 通过Praveen Dubey 单词词汇入门以及如何在Python中为NLP 编写代码的简介 (An introduction to Bag ...
- python如何安装panda数据库_在Pycharm中安装Pandas库方法(简单易懂)
开发环境的搭建是一件入门比较头疼的事情,在上期的文稿基础上,增加一项Anaconda的安装介绍.Anaconda是Python的一个发行版本,安装好了Anaconda就相当于安装好了Python,并且 ...
- python 去除panda安装包_沉淀,再出发:python中的pandas包
沉淀,再出发:python中的pandas包 一.前言 python中有很多的包,正是因为这些包工具才使得python能够如此强大,无论是在数据处理还是在web开发,python都发挥着重要的作用,下 ...
最新文章
- 探测Windows2K/XP/2003本机系统信息
- 紧急整理了 20 道 Spring Boot 面试题,我经常拿来面试别人
- 一个电脑的重装到java开发环境安装配置的全过程
- 信元模式mpls 避免环路_【基础】交换机堆叠模式
- 解决:Command line is too long. In order to reduce its length classpath file can be used.
- MFC中给单文档程序添加背景图片
- 断点帧数测试软件,《幽灵行动:断点》PC版性能表现分析
- CSSSCSS的学习笔记
- Cordova WP8 插件开发
- 【颜色识别】基于matlab GUI机器视觉RGB识别系统【含Matlab源码 951期】
- (六)Java垃圾回收机制(附带代码示例)
- 中国石油大学《画法几何》在线考试
- 华为交换机 查ip冲突_华为交换机如何查看本交换机IP地址?
- GPT格式的磁盘扩容
- flutter中App签名
- css white-space属性总结
- ##如何通过写博客赚钱
- ubuntu electron-rebuild 我的成功方法
- 微信如何设置足迹地图状态?
- java集成showdoc文档生成
热门文章
- java 并发(并发工具包)
- 任正非详解华为不上市与家人不接班问题
- 再见吧 buildSrc, 拥抱 Composing builds 提升 Android 编译速度
- Oracle 查看和修改数据库时区
- Tensorflow2.0的简单GCN代码(使用cora数据集)
- JAVA并发-Future/CompletableFuture
- c语言计算圆的周长和面积double,符号常量,浮点数(计算圆的周长和面积) | 新思维:C语言程序设计...
- 信息系统安全导论第六章之软件安全
- C - Social Distance CodeForces - 1367C
- windows下的网络配置