Pandas簡介

Pandas 最常用于處理數(shù)據(jù)集。它具有分析、清理、探索和操作數(shù)據(jù)的功能。"Pandas"這個名稱既指"Panel Data"，也指"Python Data Analysis"。，Pandas 讓我們能夠分析大數(shù)據(jù)并根據(jù)統(tǒng)計理論得出結(jié)論。Pandas 可以清理雜亂的數(shù)據(jù)集，使它們具有可讀性和相關(guān)性。相關(guān)數(shù)據(jù)在數(shù)據(jù)科學(xué)中非常重要。

安裝Pandas

使用pip來安裝Pandas。

pip install pandas

Pandas 中的數(shù)據(jù)類型

Pandas 中使用了兩種類型的對象。一個是“Series”，用于創(chuàng)建和存儲一維值，例如列或行。另一個是“ DataFrame ”，可以認為是一張表：它是二維的。DataFrame 包含行和列。在數(shù)據(jù)科學(xué)中將經(jīng)常使用 Pandas DataFrames?？梢栽?Python 中編寫代碼時創(chuàng)建 Series 和 DataFrames，但通常情況下，DataFrames 不是在 Pandas 上創(chuàng)建的：數(shù)據(jù)是從其他地方導(dǎo)入的，因為在編寫程序時很難逐個鍵入所有數(shù)據(jù)。此數(shù)據(jù)通常采用逗號分隔值 (.csv) 文件的形式。一個 .csv 文件可以使用 Pandas 轉(zhuǎn)換為 DataFrame，然后你可以用它做很多事情。

(資料圖片僅供參考)

Series

Series 與 NumPy 數(shù)組非常相似（實際上它構(gòu)建在 NumPy 數(shù)組對象之上）。NumPy 數(shù)組與 Series 的區(qū)別在于，Series 可以具有軸標(biāo)簽，這意味著它可以由標(biāo)簽索引，而不僅僅是數(shù)字位置。它也不需要保存數(shù)字數(shù)據(jù)，它可以保存任意 Python 對象。

Series索引及數(shù)據(jù)列表代碼示例。

import pandas as pdimport numpy as npindex = ["China","Canada","Mexico"]data = [1820,1920,1921]mySeries = pd.Series(data,index)print(mySeries)ran_data = np.random.randint(0,100,4)print(ran_data)names = ["Sam","Ram","Max","Bob"]ages = pd.Series(ran_data,names)print(ages)pdSeries = pd.Series(data=[100,250,400,500],index=["Q1 Sales","Q2 Sales","Q3 Sales","Q4 Sales"],name="RedBull Sales 2021")print(pdSeries)

代碼運行輸出如下圖所示

從Python字典生成Series代碼示例。

import pandas as pdage = {"Bob":15,"Frank":23,"Mailo":18}dictSeries = pd.Series(age)print(dictSeries)

代碼運行輸出如下圖所示：

Series的命名索引，類似字典的取值方式，具體請看下面的代碼示例，這里需要注意如果取值失敗會直接expect錯誤，所以在取值的時候必須保證key跟index是存在的。

import pandas as pdq1 = {"Japan": 80, "China": 450, "India": 200, "USA": 250}q2 = {"Brazil": 100,"China": 500, "India": 210,"USA": 260}sales_q1 = pd.Series(q1)sales_q2 = pd.Series(q2)print(sales_q1)print(sales_q2)print(sales_q1["India"])print(sales_q2[2])

代碼運行結(jié)果如下圖所示：

Series還可以做一些數(shù)學(xué)運算，下面是代碼示例。

import pandas as pdq1 = {"Japan": 80, "China": 450, "India": 200, "USA": 250}q2 = {"Brazil": 100,"China": 500, "India": 210,"USA": 260}sales_q1 = pd.Series(q1)sales_q2 = pd.Series(q2)print(sales_q1.keys())  # 取Series的keyprint(sales_q1.values) # 取Series的valuesnew_sales_q1 = sales_q1 * 2print(new_sales_q1)float_sales_q1 = sales_q1 /100print(float_sales_q1)

代碼運行輸出結(jié)果如下圖所示：

DataFrames

Pandas DataFrame 是一種二維數(shù)據(jù)結(jié)構(gòu)，如二維數(shù)組或具有行和列的表。

創(chuàng)建DataFrame對象。

import pandas as pdimport numpy as npnp.random.seed(10)data = np.random.randint(0,101,(4,3))print(data)x = ["CA","NY","AZ","TX"]y = ["Jan","Feb","Mar"]df = pd.DataFrame(data,x,y)print(df)

代碼運行結(jié)果輸出如下圖所示：

從字典創(chuàng)建DataFrame對象。

import pandas as pddict_data = pd.DataFrame({"baidu": [10000,20000],              "aliyun":[30000,45000]},                index = ["Exicutive","Techie"])print(dict_data)

代碼運行結(jié)果輸出如下圖所示：

讀取csv文件創(chuàng)建DataFrame對象。

讀取csv文件需要安裝xlrd跟openpyxl模塊。

pip install xlrdpip install openpyxl

import pandas as pddf_csv = pd.read_csv("Employees.csv")  # 讀取csv文件#df_excel = pd.read_excel("xxx.excel")  #讀取excel文件print(df)

代碼運行結(jié)果輸出：

獲取DataFrame的基本信息。返回所有列名

import pandas as pddf = pd.read_csv("Employees.csv")df.columns

返回前幾行數(shù)據(jù)

import pandas as pddf = pd.read_csv("Employees.csv")df.head(5)

返回后幾行數(shù)據(jù)

import pandas as pddf = pd.read_csv("Employees.csv")df.tail(3)

獲取數(shù)據(jù)info

import pandas as pddf = pd.read_csv("Employees.csv")df.info

生成描述性統(tǒng)計

import pandas as pddf = pd.read_csv("Employees.csv")df.describe()  df.describe().transpose()  # 改變表格的對齊方式

如何過濾數(shù)據(jù)呢？

單個條件

針對每一行進行測試的單個條件，比如head，tail函數(shù)。

多個條件

可以在一行中測試多個條件。以下示例返回由女性且工資大于 5000的情況。

import pandas as pddf = pd.read_csv("Employees.csv")filter1 = df["工資"] > 5000filter2 = df["性別"] == "F"result = filter1 & filter2df[result].head(3)

使用查詢方法

查詢方法提供了一種替代方法，通常是一種比上述方法更易讀的過濾數(shù)據(jù)的方法。表示條件的字符串被傳遞給查詢方法以過濾數(shù)據(jù)。

import pandas as pddf = pd.read_csv("Employees.csv")df.query("工資 > 8000").head(2)import pandas as pddf = pd.read_csv("Employees.csv")df.query("工資 > 5000 and 性別 =="F"")

聚合方法

聚合的技術(shù)定義是用單個數(shù)字匯總一系列值。例如 sum、mean、median、max 和 min 都是聚合方法的例子

import pandas as pddf=pd.DataFrame({"user":["Alice","Tom","Bob","Alice","Bob","Alice"],"money":range(6)})df.groupby(["user"]).sum()  # sum聚合

結(jié)論

這些是 Pandas 中基本操作的一些示例。在 Pandas 中還能夠創(chuàng)建數(shù)據(jù)可視化。

本文轉(zhuǎn)載自微信公眾號「愛編碼的社畜」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系愛編碼的社畜公眾號。

關(guān)鍵詞： 如下圖所示 基本信息 非常重要 對齊方式 需要安裝