十分钟入门Pandas


通常这样导入依赖包

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt

创建对象

可以参考官方文档 http://pandas.pydata.org/pandas-docs/version/0.19.2/10min.html
通过传入一个列表建一个序列,默认索引为整数

>>> s = pd.Series([1, 2, 3, np.nan, 5, 6])
>>> s
 0    1.0
 1    2.0
 2    3.0
 3    NaN
 4    5.0
 5    6.0
 dtype: float64

其中:NAN(NOt a Number) 表示不存在

  1. 通过numpy创建一个数组,并且用datetime作为索引和标记列名,创建一个DataFrame

其中pd.date_range('20130101', periods=6)创建了一个时间序列,periods=6表示有6个值,freq='D'表时时间序列按天跨度,也可以指定为w(周)M(月)等。
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))创建了一个DataFrame,第一个参数表示要填充的数据,第二个参数表示行索引,第三个参数表示列标签,它们的大小要匹配。

  1. 使用一个可以转换成类序列的字典对象创建一个DataFrame

其中字典的每个key作为列标签,该key对应的value为该列的数据,行索引默认创建


查看数据

head()和tail()

可以使用head()tail()查看一个DataFrameSeries对象的数据,head()表示从头查起,tail()表示从尾部,默认只查看五项元素,可以自定义。
Series对象:


DataFrame对象:

显示索引、行标和数据

分别使用index、columnsvalues属性访问

desctibe()

快速显示数据的汇总统计

转置
通过坐标轴排序


其中的sort_index()表示对行索引或者列标签进行排序,axis=1表示对行标签进行排序,axis=0表示对列索引进行排序,ascending=False表示按降序排列

通过数据排序


sort_values()表示对数据进行排序,by='B'表示按照列标签的B进行排序,该关键字不可以传入列索引。


选择

虽然通过标准的python表达方法可以选取和设置元素,但是建议使用pandas的数据获取方式,即使用.at, .iat, .loc, .iloc.ix方法。

选取单行

选取单行数据,该方法得到一个Series,可以等价于使用df.A

通过[ ]选择

该方式将数据表进行按列切片,可以选择按列索引和列序号的方式切

通过标签选择
  1. 使用.loc获得交叉部分的数据


>>> df.loc[dates[0]:dates[3],'A']
2013-01-01 -1.863928
2013-01-02 2.693466
2013-01-03 0.271626
2013-01-04 2.202905
Freq: D, Name: A, dtype: float64
其中datas就表示表中的数据,[0]表示按行取,也可以通过加列标签取出部分数据,如下:


>>> df.loc[dates[0],['A', 'B']]
A -1.863928
B 0.227029

  1. 通过标签选取多轴数据


其中loc[ ]的内容可用分割开,第一部分表示全部的行,第二部分['A','B']表示选取AB两列,第一部分还可以指定为部分行,采用行索引即可,如下:

通过位置选择
  1. 通过传入的整数表示的位置选择(按行选择)
  1. 通过整数切片选择(左行右列原则)

也可以通过传入了两个list来选定行和列,按照传入的整数选取,同样是左行右列原则:

  1. 获取确定的位置的值

布尔索引

使用单行的值去选择数据

选取A标签列大于0的所有数据

使用isin()过滤数据


df2['E'].isin(['two','four'])表示在E标签的列中选出有twofour的所有数据


缺失值

pandas主要使用np.nan代表缺失的值

丢掉任何有缺失值的行和列
填充缺失值
使用布尔值表示数据是否是nan

运算

统计

统计在大多数情况下不包含缺失值
默认对列进行求均值



传入参数1时表示对行求平均



应用

将函数应用于数据


合并

concat()

使用concat()将pandas对象连接在一起


分组

本次使用的数据df:

  1. 使用groupby()分组,然后对结果应用一个sum()函数
  1. 按多个列进行分组形成分层索引,然后应用函数

时间序列

  1. rng = pd.date_range('1/1/2012', periods=100, freq='S')
    其中freq='S'表示每个元素的跨度为秒
  2. rng = pd.date_range('3/6/2012 00:00', periods=5, freq='D')

绘画

  1. 针对一个Series对象,调用cumsum()方法和plot()方法即可
  2. 针对DateFrame对象,plot()函数会对每个列标签表示的数据调用plot()

存取数据

CVS文件
  1. 写入一个CVS文件
  1. 从CVS文件读取数据
Excel文件
  1. 写入excel文件
  1. 从excel文件读取数据

附:

以上均来自官方文档
如有错误,欢迎指正,谢谢!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,607评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,239评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,960评论 0 355
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,750评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,764评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,604评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,347评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,253评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,702评论 1 315
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,893评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,015评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,734评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,352评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,934评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,052评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,216评论 3 371
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,969评论 2 355

推荐阅读更多精彩内容