Python中的pandas库简介及其使用教程
更新时间：2022年11月08日 11:02:13 作者：搞点學術的研究生
pandas是用于数据挖掘的Python库，Pandas中常见的数据结构有Series和DateFrame两种方式，今天通过本文给大家讲解Python中的pandas库简介及其使用，感兴趣你跟随小编一起学习吧
pandas模块
pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。
- 便捷的数据处理能力
- 独特的数据结构
- 读取文件方便
- 封装了matplotlib的画图和numpy的计算
Pandas中常见的数据结构有两种：
| Series | DateFrame |
|---|---|
| 类似一维数组的对象， | 类似多维数组/表格数组；每列数据可以是不同的类型；索引包括列索引和行索引。 |
Series
- 构建Series：
ser_obj = pd.Series(range(10)) - 由索引和数据组成（索引在左<自动创建的>，数据在右）。
- 获取数据和索引：
ser_obj.index; ser_obj.values - 预览数据：
ser_obj.head(n);ser_obj.tail(n)
DateFrame
- 获取列数据：
df_obj[col_idx]或df_obj.col_idx - 增加列数据：
df_obj[new_col_idx] = data - 删除列：
del df_obj[col_idx] - 按值排序：
sort_values(by = “label_name”)
常用方法
| Count | 非NA值得数量 |
|---|---|
| describe | 针对Series或各DataFrame列计算汇总统计 |
| min\max | 计算最小值和最大值 |
| argmin\argmax | 计算能够获取到最大值或最小值的索引位置 |
| idxmin\idxmax | 计算能够获取到最小值和最大值的索引值 |
| quantile | 计算样本的分位数（0-1） |
| sum | 值得总和 |
| mean | 值得平均值 |
| median | 值的算术中位数（50%分位数） |
| mad | 根据平均值计算平均绝对离差 |
| var | 样本值得方差 |
| std | 样本值得标准差 |
| skew | 样本值的偏度（三阶距） |
| kurt | 样本值的峰度（四阶距） |
| cumsum | 样本值的累计和 |
| cummin\cummax | 样本值的累计最大值和累计最小值 |
| cumprod | 样本值的累计积 |
| diff | 计算一阶差分（对时间序列很有用） |
| pct_change | 计算百分数变化 |
处理缺失数据
- Dropna()丢弃缺失数据
- Fillna()填充缺失数据
数据过滤
Df[filter_condition]依据filter_condition(条件)对Df(数据)进行过滤。
绘图功能
Plot(kind,x,y,title,figsize) Kind(绘制什么形式的图),x（x轴内容）,y（y轴内容）,title（图标题）,figsize（图大小）
保存图片：plt.savefig()
（"The fool doth think he is wise, but the wise man knows himself to be a fool." --威廉·莎士比亚）
到此这篇关于Python中的pandas库简介及其使用的文章就介绍到这了,更多相关Python pandas库内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
下面小编就为大家分享一篇python3 读写文件换行符的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
解决Tensorboard可视化错误:不显示数据 No scalar data was found
今天小编就为大家分享一篇解决Tensorboard可视化错误:不显示数据 No scalar data was found，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
这篇文章主要为大家详细介绍了python实现线性回归算法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-04-04
Python 中PyQt5 点击主窗口弹出另一个窗口的实现方法
这篇文章主要介绍了Python 中PyQt5 点击主窗口弹出另一个窗口的实现方法，本文代码实例图文相结合的形式给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了pandas如何读取mysql数据问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-12-12
这篇文章主要介绍了Python代码实现找到列表中的奇偶异常项，文章内容主要利用Python代码实现了从输入列表中寻找奇偶异常项,需要的朋友可以参考一下2021-11-11
这篇文章主要介绍了Scrapy框架中的Pipeline使用详解,Scrapy 中的 Pipeline 为我们提供了处理数据的功能,在实际开发中我们经常使用它来清洗/验证数据、去重和数据保存,需要的朋友可以参考下2023-10-10
这篇文章主要介绍了Python与Mongodb数据库之间的操作,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下2019-07-07
这篇文章主要介绍了Django配置Bootstrap, js实现过程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-10-10
本文主要介绍了Python中DataFrame中的xs用法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-04-04
最新评论