目錄

一、Pandas工具包使用

二、數據信息讀取與展示

.info：返回當前的信息

.index：?索引

?.coulums ：列名。每列第一個是列名，后面是數據。

.types：數據類型

.value ：打印列名，結構是數組格式。

創建dataframe結構?

三、索引方法

Pandas索引結構

bool類型的索引

四、groupby函數使用方法

python

groupby

取均值

groupby：統計數據

五、數值運算

求和

平均數

最大最小值

?二元統計

協方差

?相關系數（對角陣，對角線是1）

value_counts()： 統計數有多少個

?bins：劃分情況

六、對象操作?

?Series結構的增刪改查（Series：一列數據）

查操作：

改操作（.copy防止改錯了）

增操作

刪操作

?DataFrame結構的增刪改查

查操作是類似的

改操作

?增操作

刪操作

七、merge合并操作

??八、pivot數據透視表

顯示設置

美觀展示

精度設置：（默認取6位）?

pivot操作?

設置一個數據透視表

九、時間操作

.to_datetime()：轉換成時間的標準格式

Series()：構建時間序列：?

??resample：時間重采樣

畫圖操作

十、apply自定義函數

自定義apply()函數?

?統計每一列的缺失值：

統計不同的船艙等級?

判斷年齡?

十一、常規操作

??sort_values(): 排序

sort_values(by=‘’) ：按照哪個列進行排序

?drop_duplications()：去除重復id/去除同類項

replace：替換操作

?cut：自定義取數據（對連續值進行離散化）

cut屬性值替換

?.isnull()：空值判斷?

?.fillna（）：缺值填充（將所有缺失值填充為5）

?定位到缺失值，帶有缺失值的樣本

十二、字符串操作

lower()：小寫轉換

upper()：大寫轉換

?len()：計算字符的長度

?strip()：去除空格（lstrip()：去左空格；rstrip()：去右空格）

replace()：替換/字符數據的預處理

split()：切分

contains()：?判斷是否包含尾綴/前綴/數字/...

get_dummies()：?經常在關聯分析時使用?

---

pandas工具包：把numpy中很多命令整合在了一起。

一、Pandas工具包使用

df：DataFrame (矩陣。行：樣本；列：特征)

?.head()：可以讀取前幾條數據,指定前幾條都可以（默認前五條）

??.tail()：同.head()，可以讀取后幾條數據。

幫助文檔：

二、數據信息讀取與展示

.info：返回當前的信息

.index：?索引

.coulums ：列名。每列第一個是列名，后面是數據。

.types：數據類型

.value ：打印列名，結構是數組格式。

創建dataframe結構?

• 指定一個字典結構，key：當前列名；value：對應key的值，是list結構。

注：格式對應起來。空值：np.nan

取指定的數據：

?series:dataframe中的一行/列

?

索引我們可以自己指定

????????未指定前：

??????????指定后：

?????????通過名字定位：

.describe()：可以得到數據的基本統計特性?（只有數值數據計算得到的結果。包括計數、均值、方差等）

三、索引方法

Pandas索引結構

• loc 用label來去定位

可以定位人名、非位置的時候使用loc。傳入的是描述。

• iloc 用position來去定位

傳入的是值。

bool類型的索引

用ture或這false來取數

定位到ture的值

?找到男性：

?性別為男性的平均年齡：

四、groupby函數使用方法

eg：找到所有A的data之和

python

groupby

取均值

??

groupby：統計數據

• 統計數據文件中男女的平均年齡

• 統計數據文件中不同性別獲救的可能性

五、數值運算

與numpy中本質上沒有區別。

求和

平均數

最大最小值

?二元統計

協方差

?相關系數（對角陣，對角線是1）

value_counts()： 統計數有多少個

（升序：ascending=true；降序：ascending=false）

?bins：劃分情況

六、對象操作?

?Series結構的增刪改查（Series：一列數據）

查操作：

改操作（.copy防止改錯了）

增操作

刪操作

?DataFrame結構的增刪改查

查操作是類似的

改操作

增操作

刪操作

七、merge合并操作

?

合并：

?默認情況下，會把合并兩個表中共有的傳入。

為了不丟失數據，（how='outer' ：顯示所有；how=‘left’：顯示左表；how=‘right’：顯示右表）

?八、pivot數據透視表

顯示設置

pandas API文檔：pandas.set_option — pandas 1.4.1 documentation

美觀展示

?

??

精度設置：（默認取6位）?

?

pivot操作?

設置一個數據透視表

?

每一項花費在每個月的平均是多少，使用pivot（index：想統計的指標；columns：想通知指標的屬性；values：按著什么方式統計）

?求和：

??統計不同性別在不同船艙等級上的花費?

?求最大：?

?把年齡小于18的賦值給Underaged

?

九、時間操作

?

.to_datetime()：轉換成時間的標準格式

?

Series()：構建時間序列：?

?通過時間指出當前數據：

?取月份：

?

??resample：時間重采樣

畫圖操作

十、apply自定義函數

自定義apply()函數?

優點：可以自己指定當前對那哪個樣本執行什么操作。

?統計每一列的缺失值：

統計不同的船艙等級?

判斷年齡?

十一、常規操作

?sort_values(): 排序

sort_values(by=‘’) ：按照哪個列進行排序

?drop_duplications()：去除重復id/去除同類項

replace：替換操作

?cut：自定義取數據（對連續值進行離散化）

cut屬性值替換

?.isnull()：空值判斷?

?.fillna（）：缺值填充（將所有缺失值填充為5）

?定位到缺失值，帶有缺失值的樣本

十二、字符串操作

lower()：小寫轉換

upper()：大寫轉換

?len()：計算字符的長度

?strip()：去除空格（lstrip()：去左空格；rstrip()：去右空格）

?

replace()：替換/字符數據的預處理

split()：切分

contains()：?判斷是否包含尾綴/前綴/數字/...

get_dummies()：?經常在關聯分析時使用

總結

以上是生活随笔為你收集整理的唐宇迪学习笔记2：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。