Pandas速查手册中文版.pdf

发布时间：2022-05-31 发布人：admin 分类：说明书资料大小：0.40M 资料格式：pdf 举报版权申诉

u012816185-12545898-16359647412556047781.pdf-第1页.png

第1页 / 共5页

u012816185-12545898-16359647412556047781.pdf-第2页.png

第2页 / 共5页

u012816185-12545898-16359647412556047781.pdf-第3页.png

第3页 / 共5页

u012816185-12545898-16359647412556047781.pdf-第4页.png

第4页 / 共5页

u012816185-12545898-16359647412556047781.pdf-第5页.png

第5页 / 共5页

文本预览

关键缩写和包导入在这个速查手册中，我们使用如下缩写： df：任意的Pandas DataFrame对象 s：任意的Pandas Series对象同时我们需要做如下的引入： import pandas as pd import numpy as np 导入数据 # 从CSV文件导入数据 pd.read_csv(filename) # 从限定分隔符的文本文件导入数据 pd.read_table(filename) # 从Excel文件导入数据 pd.read_excel(filename) # 从SQL表/库导入数据 pd.read_sql(query, connection_object) # 从JSON格式的字符串导入数据 pd.read_json(json_string) # 解析URL、字符串或者HTML文件，抽取其中的tables表格 pd.read_html(url) # 从你的粘贴板获取内容，并传给read_table() pd.read_clipboard() # 从字典对象导入数据，Key是列名，Value是数据 pd.DataFrame(dict) 导出数据 # # 导出数据到CSV文件 df.to_csv(filename) # 导出数据到Excel文件 df.to_excel(filename) # 导出数据到SQL表 df.to_sql(table_name, connection_object)

# 以Json格式导出数据到文本文件 df.to_json(filename) 创建测试对象 #创建20行5列的随机数组成的DataFrame对象 pd.DataFrame(np.random.rand(20,5)) # 从可迭代对象my_list创建一个Series对象 pd.Series(my_list) # 增加一个日期索引 df.index = pd.date_range('1900/1/30', periods=df.shape[0]) 查看、检查数据 # 查看DataFrame对象的前n行 df.head(n) # 查看DataFrame对象的最后n行 df.tail(n) # 查看行数和列数 df.shape() # 查看索引、数据类型和内存信息 df.info() # 查看数值型列的汇总统计 df.describe() # 查看Series对象的唯一值和计数 s.value_counts(dropna=False) # 查看DataFrame对象中每一列的唯一值和计数 df.apply(pd.Series.value_counts) 数据选取 # 根据列名，并以Series的形式返回列 df[col] # 以DataFrame形式返回多列 df[[col1, col2]] # 按位置选取数据 s.iloc[0] # 按索引选取数据 s.loc['index_one'] # 返回第一行 df.iloc[0,:] # 返回第一列的第一个元素 df.iloc[0,0] 数据清理

数据清理 # 重命名列名 df.columns = ['a','b','c'] # 检查DataFrame对象中的空值，并返回一个Boolean数组 pd.isnull() # 检查DataFrame对象中的非空值，并返回一个Boolean数组 pd.notnull() # 删除所有包含空值的行 df.dropna() # 删除所有包含空值的列 df.dropna(axis=1) # 删除所有小于n个非空值的行 df.dropna(axis=1,thresh=n) # 用x替换DataFrame对象中所有的空值 df.fillna(x)： # 将Series中的数据类型更改为float类型 s.astype(float) # 用‘one’代替所有等于1的值 s.replace(1,'one') # 用'one'代替1，用'three'代替3 s.replace([1,3],['one','three']) # 批量更改列名 df.rename(columns=lambda x: x + 1) # 选择性更改列名 df.rename(columns={'old_name': 'new_ name'}) # 更改索引列 df.set_index('column_one') # 批量重命名索引 df.rename(index=lambda x: x + 1) 数据处理：Filter、Sort和GroupBy col col1 col1 col1 0.5 # df[df[col] > 0.5] # df.sort_values(col1) # df.sort_values(col2, ascending=False) # df.sort_values([col1,col2], ascending=[True,False]) col # df.groupby(col) # df.groupby([col1,col2]) # df.groupby(col1)[col2] # df.pivot_table(index=col1, values=[col2,col3], aggfunc=max) Groupby Groupby col2 col3 col2 col2 col1 col1 选择列的值大于的行按照列排序数据，默认升序排列按照列降序排列数据先按列升序排列，后按降序排列数据返回一个按列进行分组的对象：返回一个按多列进行分组的对象返回按列进行分组后，列的均值创建一个按列进行分组，并计算和的最大值的数据透视表

col1 DataFrame # df.groupby(col1).agg(np.mean) # data.apply(np.mean) # data.apply(np.max,axis=1) DataFrame np.mean np.max 数据合并 df2 df2 df1 # df1.append(df2) # df.concat([df1, df2],axis=1) # df1.join(df2,on=col1,how='inner') SQL df1 df2 df1 join 数据统计 # 查看数据值列的汇总统计 df.describe() # 返回所有列的均值 df.mean() # 返回列与列之间的相关系数 df.corr() # 返回每一列中的非空值的个数 df.count() # 返回每一列的最大值 df.max() # 返回每一列的最小值 df.min() # 返回每一列的中位数 df.median() # 返回每一列的标准差 df.std() 返回按列分组的所有列的均值对中的每一列应用函数对中的每一行应用函数将中的行添加到的尾部将中的列添加到的尾部对的列和的列执行形式的

分享到：

赞收藏

资料库

Pandas速查手册中文版.pdf

相关推荐

人工智能

热门标签

最新资料