山西省煤矿建设协会网站,网站建设有哪些名词,wordpress增加论坛,北京制作apppandas 是基于NumPy 的一种工具#xff0c;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#xff0c;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。 Pandas是python的一个数据分析包…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。 Pandas是python的一个数据分析包最初由AQR Capital Management于2008年4月开发并于2009年底开源出来目前由专注于Python数据包开发的PyData开发team继续开发和维护属于PyData项目的一部分。 Pandas最初被作为金融数据分析工具而开发出来因此pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据panel data和python数据分析data analysis。panel data是经济学中关于多维数据集的一个术语在Pandas中也提供了panel的数据类型。
主要数据结构为两个类DataFrame和Series Series一维数组与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型字符串、boolean值、数字等都能保存在Series中。 Time- Series以时间为索引的Series。 DataFrame二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。 Panel 三维的数组可以理解为DataFrame的容器。 Panel4D是像Panel一样的4维数据容器。 PanelND拥有factory集合可以创建像Panel4D一样N维命名容器的模块。
# -*- coding: utf-8 -*-#作者cacho_37967865
#博客https://blog.csdn.net/sinat_37967865
#文件pandas_model.py
#日期2019-09-06
#备注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,主要数据结构为两个类
DataFrame: 可以理解为表格类似于Excel的表格 pandas.core.frame.DataFrame
Series: 表示单列。DataFrame包含多个列即多个Series每个Series都有名称。pandas.core.series.Series
import numpy as np
import pandas as pd# 创建一个pandas对象
def pandas_create():df pd.DataFrame({id: [1001, 1002, 1003, 1004, 1005, 1006],date: pd.date_range(20130102, periods6),city: [Beijing , SH, guangzhou , Shenzhen, shanghai, BEIJING ],age: [23, 44, 54, 32, 34, 32],category: [100-A, 100-B, 110-A, 110-C, 210-A, 130-F],price: [1200, np.nan, 2133, 5433, np.nan, 4432]},columns[id, date, city, category, age, price])#print(df,\n)return df# 查看信息
def pandas_show(df):print(type(df))print(查看数据表基本信息,type(df.info),\n,df.info)print(查看维度元组tuple(行数、列数),df.shape)print(查看每一列数据的格式,type(df.dtypes),\n,df.dtypes)print(查看某一列值和数据类型,\n,df[price])print(查看数据表的值:,type(df.values),\n,df.values)print(查看默认前5行数据:,\n,df.head(10))print(查看默认后5行数据:,\n,df.tail())print(查看id列中最大值对应的索引, \n, df.id.idxmax(0)) # 只针对数值类型#print(显示所有列最大值所对应的索引, \n, df.idxmax(0))print(统计信息展示:,\n,df.describe())print(统计每一列有多少缺失值, \n, df.isnull().sum())print(统计每一列非空个数:, \n, df.count())print(统计某列是否有重复数据:, \n, df.age.is_unique) # false有重复数据print(按列的值排序, \n, df.sort_values(byage))print(按顺序进行多列降序排序, \n, df.sort_values([age,category],ascendingFalse))print(选择多列数据, \n, df[[id,price]])print(选择行数据通过切片获取, \n, df[0:3])print(选择行数据通过一个单独列的值来筛选, \n, df[df.age 32])print(行和列转置, \n, df.T)print(统计每一列(数字类型)平均值, \n, df.mean())print(统计每一列(数字类型)平均值取整, \n, round(df.mean()))print(统计每一行(数字类型)平均值, \n, df.mean(1))# inplace True时会改变旧的DataFrame
def pandas_deal(df):#print(删除列改变原来数据,\n,df.drop(price, axis 1, inplace True))print(删除列不改变原来数据,\n,df.drop(price, axis 1))print(删除所有均为空值的行, \n, df.dropna(howall))print(删除包含缺失值的行,\n,df.dropna())print(填充所有空值(NaN)用数字0,\n,df.fillna(value0))print(填充某一列空值(NaN)用数字0,\n,df.price.fillna(value0))print(填充某一列空值(NaN)用price均值,\n,df[price].fillna(df[price].mean(),inplace True))print(修改某个字段的值替换,\n,df[city].replace(SH, shanghai,inplace True))print(修改某个字段的值大小写转换,\n,df[city].str.lower())print(修改某一列的数据格式,\n,df[age].astype(float))print(表格值,\n,df)
