選自?towardsdatascience作者：Félix Revert機器之心編譯Pandas 是為了解決數據分析任務而創建的一種基于 NumPy 的工具包，囊括了許多其他工具包的功能，具有易用、直觀、快速等優點。要想成為一名高效的數據科學家，不會 Pandas 怎么行？Python 是開源的，它很棒，但是也無法避免開源的一些固有問題：很多包都在做(或者在嘗試做)同樣的事情。如果你是 Python 新手，那么你很難知道某個特定任務的最佳包是哪個，你需要有經驗的人告訴你。有一個用于數據科學的包絕對是必需的，它就是 pandas。pandas 最有趣的地方在于里面隱藏了很多包。它是一個核心包，里面有很多其他包的功能。這點很棒，因為你只需要使用 pandas 就可以完成工作。pandas 相當于 python 中 excel：它使用表(也就是 dataframe)，能在數據上做各種變換，但還有其他很多功能。如果你早已熟知 python 的使用，可以直接跳到第三段。讓我們開始吧：import?pandas?as?pd別問為什么是「pd」而不是「p」，就是這樣。用就行了:)pandas 最基本的功能讀取數據data?=?pd.read_csv( my_file.csv )
data?=?pd.read_csv( my_file.csv ,?sep= ; ,?encoding= latin-1 ,?nrows=1000,?skiprows=[2,5])sep 代表的是分隔符。如果你在使用法語數據，excel 中 csv 分隔符是「;」，因此你需要顯式地指定它。編碼設置為 latin-1 來讀取法語字符。nrows=1000 表示讀取前 1000 行數據。skiprows=[2,5] 表示你在讀取文件的時候會移除第 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

寫數據data.to_csv( my_new_file.csv ,?index=None)index=None 表示將會以數據本來的樣子寫入。如果沒有寫 index=None，你會多出一個第一列，內容是 1，2，3，...，一直到最后一行。我通常不會去使用其他的函數，像.to_excel, .to_json, .to_pickle 等等，因為.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。檢查數據Gives?(#rows,?#columns)給出行數和列數data.describe()計算基本的統計數據查看數據data.head(3)打印出數據的前 3 行。與之類似，.tail() 對應的是數據的最后一行。data.loc[8]打印出第八行data.loc[8,? column_1 ]打印第八行名為「column_1」的列data.loc[range(4,6)]第四到第六行(左閉右開)的數據子集pandas 的基本函數邏輯運算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 )]通過邏輯運算來取數據子集。要使用 & (AND)、 ~ (NOT) 和 | (OR)，必須在邏輯運算前后加上「and」。data[data[ column_1 ].isin([ french ,? english ])]除了可以在同一列使用多個 OR，你還可以使用.isin() 函數。基本繪圖matplotlib 包使得這項功能成為可能。正如我們在介紹中所說，它可以直接在 pandas 中使用。data[ column_numerical ].plot()().plot() 輸出的示例data[ column_numerical ].hist()畫出數據分布(直方圖).hist() 輸出的示例%matplotlib?inline如果你在使用 Jupyter，不要忘記在畫圖之前加上以上代碼。更新數據data.loc[8,? column_1 ]?=? english 將第八行名為 column_1 的列替換為「english」data.loc[data[ column_1 ]== french ,? column_1 ]?=? French 在一行代碼中改變多列的值好了，現在你可以做一些在 excel 中可以輕松訪問的事情了。下面讓我們深入研究 excel 中無法實現的一些令人驚奇的操作吧。中級函數統計出現的次數data[ column_1 ].value_counts().value_counts() 函數輸出示例在所有的行、列或者全數據上進行操作data[ column_1 ].map(len)len() 函數被應用在了「column_1」列中的每一個元素上.map() 運算給一列中的每一個元素應用一個函數data[ column_1 ].map(len).map(lambda?x:?x/100).plot()pandas 的一個很好的功能就是鏈式方法(https://tomaugspurger.github.io/method-chaining)。它可以幫助你在一行中更加簡單、高效地執行多個操作(.map() 和.plot())。data.apply(sum).apply() 會給一個列應用一個函數。.applymap() 會給表 (DataFrame) 中的所有單元應用一個函數。tqdm, 唯一的在處理大規模數據集時，pandas 會花費一些時間來進行.map()、.apply()、.applymap() 等操作。tqdm 是一個可以用來幫助預測這些操作的執行何時完成的包(是的，我說謊了，我之前說我們只會使用到 pandas)。from?tqdm?import?tqdm_notebook
tqdm_notebook().pandas()用 pandas 設置 tqdmdata[ column_1 ].progress_map(lambda?x:?x.count( e ))用 .progress_map() 代替.map()、.apply() 和.applymap() 也是類似的。在 Jupyter 中使用 tqdm 和 pandas 得到的進度條相關性和散射矩陣data.corr()
data.corr().applymap(lambda?x:?int(x*100)/100).corr() 會給出相關性矩陣pd.plotting.scatter_matrix(data,?figsize=(12,8))散點矩陣的例子。它在同一幅圖中畫出了兩列的所有組合。pandas 中的高級操作The SQL 關聯在 pandas 中實現關聯是非常非常簡單的data.merge(other_data,?on=[ column_1 ,? column_2 ,? column_3 ])關聯三列只需要一行代碼分組一開始并不是那么簡單，你首先需要掌握語法，然后你會發現你一直在使用這個功能。data.groupby( column_1 )[ column_2 ].apply(sum).reset_index()按一個列分組，選擇另一個列來執行一個函數。.reset_index() 會將數據重構成一個表。正如前面解釋過的，為了優化代碼，在一行中將你的函數連接起來。行迭代dictionary?=?{}for?i,row?in?data.iterrows():
?dictionary[row[ column_1 ]]?=?row[ column_2 ].iterrows() 使用兩個變量一起循環：行索引和行的數據 (上面的 i 和 row)總而言之，pandas 是 python 成為出色的編程語言的原因之一我本可以展示更多有趣的 pandas 功能，但是已經寫出來的這些足以讓人理解為何數據科學家離不開 pandas。總結一下，pandas 有以下優點：

• 易用，將所有復雜、抽象的計算都隱藏在背后了；

• 直觀；

• 快速，即使不是最快的也是非常快的。

它有助于數據科學家快速讀取和理解數據，提高其工作效率。原文鏈接：https://towardsdatascience.com/be-a-more-efficient-data-scientist-today-master-pandas-with-this-guide-ea362d27386*?凡來源非注明“機器學習算法與Python學習原創”的所有作品均為轉載稿件，其目的在于促進信息交流，并不代表本公眾號贊同其觀點或對其內容真實性負責。推薦閱讀9 個年前綜合癥，你中了幾個？深度學習必懂的13種概率分布下載 | 吳恩達新書《Machine Learning Yearning》完整中文版代碼優化指南：人生苦短，我用Python

總結

以上是生活随笔為你收集整理的pandas如何保存在excel里面_【精选】Pandas一站式教程！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。