pandas介紹

pandas 是基于NumPy 的一種工具，該工具是為了解決數據分析任務而創建的。
Pandas 納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。
pandas提供了大量能使我們快速便捷地處理數據的函數和方法。
它是使Python成為強大而高效的數據分析環境的重要因素之一。

pandas基礎

import pandasfood_info=pandas.read_csv("food_info.csv") print(type(food_info)) print(food_info.dtypes)print(food_info.head(3)) print(food_info.tail(4)) print(food_info.columns) print(food_info.shape)

打開一個文件：

food_info=pandas.read_csv("food_info.csv")

文件截圖：

打印它的類型：

print(type(food_info))

打印每一列的類型：

print(food_info.dtypes)

打印頭三行和尾四行：

print(food_info.head(3)) print(food_info.tail(4))

打印所有的列標題和文件規模：

print(food_info.columns) print(food_info.shape)

（8618表示樣本，即行，36表示指標，即列）

打印第一行：

print(food_info.loc[0])

切片操作：

print(food_info.loc[3:6])

取出某一列值要根據列名：

ndb_col=food_info["NDB_No"] print(ndb_col)

取出某幾列的值，同樣也是根據列名：

columns=["Shrt_Desc","Water_(g)"] zinc_copper=food_info[columns] print(zinc_copper)

取出指定列的內容（以g為單位的列）：

col_names=food_info.columns.tolist() print(col_names) gram_columns=[] for c in col_names:if c.endswith("(g)"):gram_columns.append(c) gram_df=food_info[gram_columns] print(gram_df.head(3))

先用一個列表存儲以g為單位的列名，然后打印前三行數據

找到相應的列并對列中所有的數據進行四則運算：

print(food_info["Iron_(mg)"]) div_1000=food_info["Iron_(mg)"]/1000 print(div_1000)

將某兩列中的數據進行乘法運算以及創建一個新的列：

water_energy=food_info["Water_(g)"]*food_info["Energ_Kcal"] iron_grams=food_info["Iron_(mg)"]/1000 print(food_info.shape) food_info["Iron_(g)"]=iron_grams print(food_info.shape)

將數據進行升序和降序排列：

food_info.sort_values("Sodium_(mg)",inplace=True) print(food_info["Sodium_(mg)"]) food_info.sort_values("Sodium_(mg)",inplace=True,ascending=False) print(food_info["Sodium_(mg)"])

某一列中的 NaN （not a number）值：
打印前十行：

age=titanic_survival["Age"] print(age.loc[0:10])

判斷是否為NaN值：

age_is_null=pd.isnull(age) print(age_is_null)

打印所有值為NaN的行號：

age_null_true=age[age_is_null] print(age_null_true)

統計為NaN的行數：

age_null_count=len(age_null_true) print(age_null_count)

如果直接計算平均年齡：

mean_age=sum(titanic_survival["Age"])/len(titanic_survival["Age"]) print(mean_age)

去除NaN值之后計算平均年齡：

good_ages=titanic_survival["Age"][age_is_null==False] print(good_ages) correct_mean_age=sum(good_ages)/len(good_ages) print(correct_mean_age)

其實在pandas中有內置的去除NaN值后計算的方法：

correct_mean_age=titanic_survival["Age"].mean() print(correct_mean_age)

兩次結果一致

計算不同等級船艙的票價：

passenger_classes=[1,2,3] fares_by_class={} for this_class in passenger_classes:pclass_rows=titanic_survival[titanic_survival["Pclass"]==this_class]pclass_fares=pclass_rows["Fare"]fare_for_class=pclass_fares.mean()fares_by_class[this_class]=fare_for_class print(fares_by_class)

計算相關關系（數據透視表）：

passenger_survial=titanic_survival.pivot_table(index="Pclass",values="Survived",aggfunc=np.mean) print(passenger_survial)passenger_age=titanic_survival.pivot_table(index="Pclass",values="Age") print(passenger_age)port_stats=titanic_survival.pivot_table(index="Embarked",values=["Fare","Survived"],aggfunc=np.sum) print(port_stats)

去掉缺失值：

drop_na_columns=titanic_survival.dropna(axis=1) new_titanic_survival=titanic_survival.dropna(axis=0,subset=["Age","Sex"]) print(new_titanic_survival)

根據索引找到相應的值：

row_index_83_age=titanic_survival.loc[83,"Age"] row_index_1000_pclass=titanic_survival.loc[766,"Pclass"] print(row_index_83_age) print(row_index_1000_pclass)

排序：

new_titanic_survival=titanic_survival.sort_values("Age",ascending=False) print(new_titanic_survival[0:10]) titanic_reindexed=new_titanic_survival.reset_index(drop=True) print(titanic_survival.loc[0:10])

定義一個函數，找到第100個值：

def hundredth_row(columns):hundredth_item=columns.loc[99]return hundredth_itemhundredth_row=titanic_survival.apply(hundredth_row) print(hundredth_row)

定義一個函數，統計缺失值：

def not_null_count(column):column_null=pd.isnull(column)null=column[column_null]return len(null)column_null_count=titanic_survival.apply(not_null_count) print(column_null_count)

定義一個函數，對數據進行整體轉換：

def which_class(row):pclass=row['Pclass']if pd.isnull(pclass):return "Unknown"elif pclass==1:return "First Class"elif pclass==2:return "Second Class"elif pclass==3:return "Third Class"classes=titanic_survival.apply(which_class,axis=1) print(classes)

定義一個函數，判斷是否成年：

def is_minor(row):if row["Age"]<18:return Trueelse:return Falseminors=titanic_survival.apply(is_minor,axis=1) print(minors)

定義一個函數，根據年齡返回相應值：

def generate_age_label(row):age=row["Age"]if pd.isnull(age):return "unknown"elif age<18:return "minor"else:return "adult"age_labels=titanic_survival.apply(generate_age_label,axis=1) print(age_labels)

總結

以上是生活随笔為你收集整理的01、python数据分析与机器学习实战——python数据分析处理库-Pandas的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。