唐宇迪学习笔记2：Python数据分析处理库——pandas
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?？罩?#xff1a;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。
- 上一篇： web前端【补充】CSS补充
- 下一篇： python操作word 查找_Pyth