python pandas 官网_Pandas 最详细教程

Python 是开源的，它很棒，但是也无法避免开源的一些固有问题：很多包都在做（或者在尝试做）同样的事情。如果你是 Python 新手，那么你很难知道某个特定任务的最佳包是哪个，你需要有经验的人告诉你。有一个用于数据科学的包绝对是必需的，它就是 pandas。

pandas 最有趣的地方在于里面隐藏了很多包。它是一个核心包，里面有很多其他包的功能。这点很棒，因为你只需要使用 pandas 就可以完成工作。

pandas 相当于 python 中 excel：它使用表（也就是 dataframe)，能在数据上做各种变换，但还有其他很多功能。

如果你早已熟知 python 的使用，可以直接跳到第三段。

让我们开始吧：import pandas as pd复制代码

别问为什么是「pd」而不是「p」，就是这样。用就行了:)

pandas 最基本的功能

读取数据data = pd.read_csv( my_file.csv )

data = pd.read_csv( my_file.csv , sep= ; , encoding= latin-1 , nrows=1000, skiprows=[2,5])复制代码

sep 代表的是分隔符。如果你在使用法语数据，excel 中 csv 分隔符是「;」，因此你需要显式地指定它。编码设置为 latin-1 来读取法语字符。nrows=1000 表示读取前 1000 行数据。skiprows=[2,5] 表示你在读取文件的时候会移除第 2 行和第 5 行。最常用的功能：read_csv, read_excel

其他一些很棒的功能：read_clipboard, read_sql

写数据data.to_csv( my_new_file.csv , index=None)复制代码

index=None 表示将会以数据本来的样子写入。如果没有写 index=None，你会多出一个第一列，内容是 1，2，3，...，一直到最后一行。

我通常不会去使用其他的函数，像.to_excel, .to_json, .to_pickle 等等，因为.to_csv 就能很好地完成工作，并且 csv 是最常用的表格保存方式。

检查数据Gives (#rows, #columns)复制代码

给出行数和列数data.describe()复制代码

计算基本的统计数据

查看数据data.head(3)复制代码

打印出数据的前 3 行。与之类似，.tail() 对应的是数据的最后一行。data.loc[8]复制代码

打印出第八行data.loc[8, column_1 ]复制代码

打印第八行名为「column_1」的列data.loc[range(4,6)]复制代码

第四到第六行（左闭右开）的数据子集

pandas 的基本函数

逻辑运算data[data[ column_1 ]== french ]

data[(data[ column_1 ]== french ) & (data[ year_born ]==1990)]

data[(data[ column_1 ]== french ) & (data[ year_born ]==1990) & ~(data[ city ]== London )]复制代码

通过逻辑运算来取数据子集。要使用 & (AND)、 ~ (NOT) 和 | (OR)，必须在逻辑运算前后加上「and」。data[data[ column_1 ].isin([ french , english ])]复制代码

除了可以在同一列使用多个 OR，你还可以使用.isin() 函数。

基本绘图

matplotlib 包使得这项功能成为可能。正如我们在介绍中所说，它可以直接在 pandas 中使用。data[ column_numerical ].plot()复制代码

（）.plot() 输出的示例data[ column_numerical ].hist()复制代码

画出数据分布（直方图）

.hist() 输出的示例%matplotlib inline复制代码

如果你在使用 Jupyter，不要忘记在画图之前加上以上代码。

更新数据data.loc[8, column_1 ] = english

将第八行名为 column_1 的列替换为「english」复制代码data.loc[data[ column_1 ]== french , column_1 ] = French复制代码

在一行代码中改变多列的值

好了，现在你可以做一些在 excel 中可以轻松访问的事情了。下面让我们深入研究 excel 中无法实现的一些令人惊奇的操作吧。

中级函数

统计出现的次数data[ column_1 ].value_counts()复制代码

.value_counts() 函数输出示例

在所有的行、列或者全数据上进行操作data[ column_1 ].map(len)复制代码

len() 函数被应用在了「column_1」列中的每一个元素上

.map() 运算给一列中的每一个元素应用一个函数data[ column_1 ].map(len).map(lambda x: x/100).plot()复制代码

pandas 的一个很好的功能就是链式方法（tomaugspurger.github.io/method-chai… 和.plot()）。data.apply(sum)复制代码

.apply() 会给一个列应用一个函数。

.applymap() 会给表 (DataFrame) 中的所有单元应用一个函数。

tqdm, 唯一的

在处理大规模数据集时，pandas 会花费一些时间来进行.map()、.apply()、.applymap() 等操作。tqdm 是一个可以用来帮助预测这些操作的执行何时完成的包（是的，我说谎了，我之前说我们只会使用到 pandas）。from tqdm import tqdm_notebook

tqdm_notebook().pandas()复制代码

用 pandas 设置 tqdmdata[ column_1 ].progress_map(lambda x: x.count( e ))复制代码

用 .progress_map() 代替.map()、.apply() 和.applymap() 也是类似的。

在 Jupyter 中使用 tqdm 和 pandas 得到的进度条

python pandas 官网_Pandas 最详细教程相关推荐

Centos | 官网下载Centos7详细教程
官网下载:https://www.centos.org/download/ 点击上面官网下载链接,我是Windows操作系统,选择的是x86_64(点击x86_64) 这里随便选择一个下载源,我选的是 ...
Maven官网下载安装详细教程
1.下载安装Maven 第一步百度搜索Maven,进入官网第二步在右侧选择Download 第三步进入Download页面,选择第三个下载第四步下载后解压,接着是配置环境 2.配置环境变量 ...
python pandas 官网_时间序列的Python-Pandas随机抽样
你确定你需要一个更快的方法吗?你现在的方法没有那么慢.以下更改可能会简化,但不一定会更快: 步骤1:从数据帧列表中随机抽取一个样本(带替换项)rand_stocks = np.random.randi ...
python -- PyQt5（designer）中文详细教程(一)Qt的基本功能
在介绍PyQt5中文详细教程前,如有需要安装PyQt5的同学可以在此 PyQt5安装详细教程_M_Q_T的博客-CSDN博客参考安装,里面有详细的安装内容. 下一章内容python -- PyQt5( ...
python官网怎么下载-python下载官网
广告关闭腾讯云双11爆品提前享,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高满返5000元! 1.下载pythonpython下载步骤:(1). 进入python下载官网:ht ...
python下载官网-python下载官网
广告关闭 2017年12月,云+社区对外发布,从最开始的技术博客到现在拥有多个社区产品.未来,我们一起乘风破浪,创造无限可能. 1.下载pythonpython下载步骤:(1). 进入python下载 ...
Eclipse正版（官网下载）安装教程及如何在win7或者win10安装配置jdk1.8
Eclipse正版(官网下载)安装教程及如何在win7或者win10安装配置jdk1.8 阿源是个女程序员啊 1.首先我们先去Eclipse官网下载eclipse安装包,官网地址:http://www ...
官网下载Eclipse详细步骤
官网下载Eclipse详细步骤本文适用于64位的Windows操作系统进入网址:https://www.eclipse.org/downloads/ 进入页面,直接点击橘黄的Download 64 ...
Python实现照片大小调整的详细教程
Python实现照片大小调整的详细教程照片大小调整在图片处理过程中是必不可少的一个环节,本文将详细介绍如何使用Python实现对照片大小的调整,以及相应的代码实现. 环境准备在开始编写代码之前,需 ...

python pandas 官网_Pandas 最详细教程

python pandas 官网_Pandas 最详细教程相关推荐

最新文章

热门文章