pandas資料分析包簡介
pandas是基于numpy的一個資料分析包.它的資料結構與numpy的ndarry資料結構類似,它的核心資料結構為series(一維資料結構)和datafram(二維資料結構).
pandas 的操作流程
1.表格資料的增刪改查
2.實作多表格處理
3.資料清洗操作:
缺失值,重復值,例外值,資料標準化,資料轉換操作,
4.實作excel的特殊操作,生成透視表,交叉表
5.完成統計分析
構建dataframe
# 方法一
df = pd.DataFrame(data=[['ss', 20, '男'], ['hh',20 , '男']],index = ['a','b'],colums=['name', 'age', 'sex'])
# 方法二
df = pd.DataFrame(data={'name': ['ss', 'lx'], 'sex': ['男', '女'], 'age': [20, 21], 'class': ['0831', '0931']},
index=['a', 'b'])
dataframe的屬性
因為pandas基于numpy,因此,numpy的ndarray的屬性,dataframe也同樣具有,
df.shape # 結構
df.ndim # 維度
df.size # 數量
df.dtypes # 元素的資料型別
df.columns # 列索引
df.index # 行索引
df.values # 元素
df 的增刪改查
df的查找
切一列值方法:
ser = df['name']
切多列值的方法:
df[['name','age']][:2]
索引名取值
df.loc[行索引名稱/條件, 列的索引名稱]
條件切片
mask = df['age'] > 18
df.loc[mask, 'name']
索引取值
df.iloc[行的位置索引, 列的位置索引]
df 增加
增加一列
df['address'] = ['北京','上海','北京'] # 修改原df
增加一行
df_mini = pd.DataFrame(data={'name':['ss','lx'],
'age':[20, 18],
'sex':['男','女'],
'class':['0831','0830']},index=['a','b'])
df3 = df.append(df_mini,ignore_index=True )
#ignore_index: 表示忽略原始索引，重新設定索引
df洗掉
# 洗掉列,inplace: 表示是否對原表進行修改，True為直接修改原始表格， False為不修改；
df3.drop(labels=['address','class'], axis=1)
df更改數值
df.loc[df['name']=='lx', 'class'] = '有問題'
統計分析方法
pandas用到的統計分析方法大多是numpy中的資料分析方法
np.mean(df['age'])
np.ptp(df['age'])
pandas中的方法
df['age'].min() # 最小值
df['age'].max() # 最大值
df['age'].std() # 極差
df['age'].argmax()# 只能在series中使用
df['name'],mode() # 眾數
df['name'].count() # 非空數目
df['name'].value_counts() # 只能在series中使用
Exel檔案的讀取
pandas可以讀取多種資料型別,這里介紹下讀取excel資料的操作方法
pd.read_excel(r'檔案路徑')
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/242893.html
標籤：python
上一篇：pandas 資料讀取與保存
下一篇：咨詢個關于事務使用的問題。求解