Python实现数据分析(四)

Stella981
• 阅读 780

Pandas

关键词: 数据分析库

官网https://pandas.pydata.org/

介绍(选自-百度百科)

pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一。

1、Series and DataFrame(数据结构)

s = pd.Series([i*2 for i in range(1,11)])
    print(type(s))
    dates = pd.date_range("20201101",periods=8)
    df= pd.DataFrame(np.random.randn(8,5),index=dates,columns=(list("ABCDE")))
    print(df)

2、Basic and Select and Set(基本操作)

3、Missing Data Process(缺失 数据处理)

4、Merge and Reshape(数据融合和形状定义)

5、Time Series and Graph and Files(时间序列、图形处理、文件)

#encoding=utf-8
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pylab import *

def main():
    s = pd.Series([i*2 for i in range(1,11)])
    print(type(s))
    dates = pd.date_range("20201101",periods=8)
    df= pd.DataFrame(np.random.randn(8,5),index=dates,columns=(list("ABCDE")))
    print(df)
# Basic
    print(df.head(3))# 打印前几行
    print(df.tail(3))# 打印后几行
    print(df.index)
    print(df.values)
    print(df.T)# 转置
    print(df.sort_index(axis=1, ascending=False))# 降序表头
    print(df.sort_values("C"))# C列的值升序
    print(df.describe())
# Select
    print(df[:2])# 从下标切片
    print(df['20201101':'20201104'])
    print(df.loc[dates[0]])# 取第一行的数据
    print(df.loc['20201101':'20201103',['B','D']])# 取2020-11-01到2020-11-03的B和D列的数据
    print(df.at[dates[0],'C'])# 打印第0行C列的值

    print(df.iloc[1:3,2:4])# 2020-11-02到2020-11-03 C、D列
    print(df.iloc[1,2]) # 1,C
# 根据条件查询
    print(df[df>0])
    df.loc[:,'D']=np.array([4]*len(df))
    print(df)
    k = df[df > 0]
    print(k.fillna(value='lower 0'))# 替换

    # Statistics
    print(df.mean())
    print(df.var())

    # Time Series
    dates2 = pd.date_range("20201122",periods=10,freq='S')
    print(dates2)

    ts = pd.Series(np.random.randn(100),index=pd.date_range('20201122',periods=100))
    ts = ts.cumsum()
    # print(ts)
    ts.plot()
    plt.savefig('./graph/test2')
    show()

    df3 = pd.read_csv('./data/test.txt')
    print(df3)
    # ImportError: Missing optional dependency 'xlrd'.
    # 需要下载xlrd包,命令:pip3 install xlrd
    # df4 = pd.read_excel('./data/test.xlsx','Sheet1')
    # df4.to_excel('./data/test2.xlsx')


main()

总结:

和Numpy一样,pandas也是用于数值计算,只需要会用就可以了,不必记住全部函数。

【git地址】https://gitee.com/sienhao/data-analysis-python.git

Python实现数据分析(四)
关注公众号,获取更多资讯!

(别忘记三连!!!)

点赞
收藏
评论区
推荐文章
blmius blmius
3年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
皕杰报表之UUID
​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为
待兔 待兔
4个月前
手写Java HashMap源码
HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程22
Jacquelyn38 Jacquelyn38
3年前
2020年前端实用代码段,为你的工作保驾护航
有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
Stella981 Stella981
3年前
Python3:sqlalchemy对mysql数据库操作,非sql语句
Python3:sqlalchemy对mysql数据库操作,非sql语句python3authorlizmdatetime2018020110:00:00coding:utf8'''
Wesley13 Wesley13
3年前
mysql设置时区
mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败,请联系管理员!');中国在东8区所以加8方法二:selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0
Wesley13 Wesley13
3年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
3年前
Django中Admin中的一些参数配置
设置在列表中显示的字段,id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
Wesley13 Wesley13
3年前
MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
Python进阶者 Python进阶者
10个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这