建立网站目录的意义,恩施州建设局网站,西地那非最佳吃法,世界500强中国企业名单目录
Series属性
DataFrame的属性
Pandas的CSV文件
Pandas数据处理 Pandas的主要数据结构是Series#xff08;一维数据#xff09;与DataFrame#xff08;二维数据#xff09;
Series属性
Series的属性如下#xff1a;
属性描述pandas.Series(data,index,dtype,nam…目录
Series属性
DataFrame的属性
Pandas的CSV文件
Pandas数据处理 Pandas的主要数据结构是Series一维数据与DataFrame二维数据
Series属性
Series的属性如下
属性描述pandas.Series(data,index,dtype,name,copy)Series 类似表格中的一个列column类似于一维数组可以保存任何数据类型。data: 一组数据(ndarray 类型)index: 数据索引标签如果不指定默认从 0 开始。dtype: 数据类型默认会自己判断。name: 设置名称。copy: 拷贝数据默认为 False。 示例1 import pandas as pda [1,2,3]sa pd.Series(a)print(sa)
0 1
1 2
2 3
dtype: int64sa[1]
2a [Google,baidu,wiki]sa pd.Series(a,index[x,y,z])print(sa)
x Google
y baidu
z wiki
dtype: object示例2
Pandas数据类型包括
•object字符串或混合类型
•int 整型
•float浮点型
•datetime时间类型
•bool布尔型 import numpy as npimport pandas as pds pd.Series(np.random.randn(4),index[a,b,c,d])print(sa)
a -1.226694
b 0.157971
c 0.022525
d 2.606825
dtype: float64s[:2] #选取前两条数据
a -1.226694
b 0.157971
dtype: float64 s[[1,3]] # 选取第2和第4条数据
b 0.157971
d 2.606825
dtype: float64s[ss.mean()] #x小于平均值
a -1.226694
b 0.157971
c 0.022525
dtype: float64s[a] #通过索引值选取元素-1.2266936531191652s[[c,d]] # 多个索引值注意括号
c 0.022525
d 2.606825
dtype: float64s pd.Series(data[1.2,1.5,2.7,2.3]) b s.astype(float32) # 转换类型print(b)
0 1.2
1 1.5
2 2.7
3 2.3
dtype: float32 DataFrame的属性
DataFrame 是一个表格型的数据结构它含有一组有序的列每列可以是不同的值类型数值、字符串、布尔型值。DataFrame 既有行索引也有列索引它可以被看做由 Series 组成的字典共同用一个索引 示例
# 使用列表创建import pandas as pddata [[Google,10],[Baidu,12],[Wiki,13]] #二维列表df pd.DataFrame(data, columns[site,Age])print(df)site Age
0 Google 10
1 Baidu 12
2 Wiki 13
# 使用字典创建其中字典的key为列名data {Site:[Google, Baidu,Wiki],Age:[10,12,13]}pf pd.DataFrame(data)print(pd)Site Age
0 Google 10
1 Baidu 12
2 Wiki 13•Pandas 可以使用 loc 属性返回指定行的数据如果没有设置索引第一行索引为 0第二行索引为 1以此类推 data {calories:[420, 380, 390],duration:[50,40,45]}df pd.DataFrame(data)print(df.loc[0]) # 返回第一行
calories 420
duration 50
Name: 0, dtype: int64注意返回结果其实就是一个 Pandas Series数据。 •可以返回多行数据使用[[...]]格式其中...为各行的索引逗号隔开 data {calories:[420, 380, 390],duration:[50,40,45]}df pd.DataFrame(data)print(df.loc[[0,1]]) # 返回第一行和第二行calories duration
0 420 50
1 380 40注意返回结果其实就是一个 Pandas DataFrame 数据。
# 查看指定列data {calories:[420, 380, 390],duration:[50,40,45]}df pd.DataFrame(data)print(df[calories]) #一列访问
0 420
1 380
2 390
Name: calories, dtype: int64print(df[[calories,duration]]) # 多列访问calories duration
0 420 50
1 380 40
2 390 45
# 查看指定行和列data {calories:[420, 380, 390],duration:[50,40,45]}df pd.DataFrame(data)print(df.loc[0,calories]) #第0行calories数值
420
# 可以指定索引值indexdata {calories:[420, 380, 390],duration:[50,40,45]}df pd.DataFrame(data, index[day1,day2,day3])print(df)calories duration
day1 420 50
day2 380 40
day3 390 45
# 可以使用loc属性返回指定索引对应到的某一行print(df.loc[day1])
calories 420
duration 50
Name: day1, dtype: int64Pandas的CSV文件
CSVComma-Separated Values逗号分隔值有时也称为字符分隔值因为分隔字符也可以不是逗号其文件以纯文本形式存储表格数据数字和文本。
import pandas as pd
df pd.read_csv(nba.csv)
print(df.to_string())
# to_string()用于返回DataFrame类型的数据如果不使用该函数则输出结果
# 为数据的前面5行和末尾5行中间部分以...代替将DataFrame存储为CSV文件
to_csv()方法
import pandas as pd
# 三个字段 name, site, age
nme [Google, Baidu, Taobao, Wiki]
st [www.google.com, www.baidu.com, www.taobao.com, www.wikipedia.org]
ag [90, 40, 80, 98]
# 字典
dict {name: nme, site: st, age: ag}
df pd.DataFrame(dict)
# 保存 dataframe
df.to_csv(site.csv)Pandas数据处理
•使用 head(n) 方法用于读取前面的 n 行如果不填参数 n 默认返回 5 行
示例1
import pandas as pd
df pd.read_csv(nba.csv)
print(df.head())
输出Name Team Number ... Weight College Salary
0 Avery Bradley Boston Celtics 0.0 ... 180.0 Texas 7730337.0
1 Jae Crowder Boston Celtics 99.0 ... 235.0 Marquette 6796117.0
2 John Holland Boston Celtics 30.0 ... 205.0 Boston University NaN
3 R.J. Hunter Boston Celtics 28.0 ... 185.0 Georgia State 1148640.0
4 Jonas Jerebko Boston Celtics 8.0 ... 231.0 NaN 5000000.0示例2
import pandas as pd
df pd.read_csv(nba.csv)
print(df.head(10))
输出Name Team Number ... Weight College Salary
0 Avery Bradley Boston Celtics 0.0 ... 180.0 Texas 7730337.0
1 Jae Crowder Boston Celtics 99.0 ... 235.0 Marquette 6796117.0
2 John Holland Boston Celtics 30.0 ... 205.0 Boston University NaN
3 R.J. Hunter Boston Celtics 28.0 ... 185.0 Georgia State 1148640.0
4 Jonas Jerebko Boston Celtics 8.0 ... 231.0 NaN 5000000.0
5 Amir Johnson Boston Celtics 90.0 ... 240.0 NaN 12000000.0
6 Jordan Mickey Boston Celtics 55.0 ... 235.0 LSU 1170960.0
7 Kelly Olynyk Boston Celtics 41.0 ... 238.0 Gonzaga 2165160.0
8 Terry Rozier Boston Celtics 12.0 ... 190.0 Louisville 1824360.0
9 Marcus Smart Boston Celtics 36.0 ... 220.0 Oklahoma State 3431040.0•使用 tail(n) 方法用于读取尾部的 n 行如果不填参数 n 默认返回 5 行空行各个字段的值返回 NaN。
示例1
import pandas as pd
df pd.read_csv(nba.csv)
print(df.tail())
输出Name Team Number Position ... Height Weight College Salary
453 Shelvin Mack Utah Jazz 8.0 PG ... 6-3 203.0 Butler 2433333.0
454 Raul Neto Utah Jazz 25.0 PG ... 6-1 179.0 NaN 900000.0
455 Tibor Pleiss Utah Jazz 21.0 C ... 7-3 256.0 NaN 2900000.0
456 Jeff Withey Utah Jazz 24.0 C ... 7-0 231.0 Kansas 947276.0
457 NaN NaN NaN NaN ... NaN NaN NaN NaN示例2
import pandas as pd
df pd.read_csv(nba.csv)
print(df.tail(10))
输出Name Team Number ... Weight College Salary
448 Gordon Hayward Utah Jazz 20.0 ... 226.0 Butler 15409570.0
449 Rodney Hood Utah Jazz 5.0 ... 206.0 Duke 1348440.0
450 Joe Ingles Utah Jazz 2.0 ... 226.0 NaN 2050000.0
451 Chris Johnson Utah Jazz 23.0 ... 206.0 Dayton 981348.0
452 Trey Lyles Utah Jazz 41.0 ... 234.0 Kentucky 2239800.0
453 Shelvin Mack Utah Jazz 8.0 ... 203.0 Butler 2433333.0
454 Raul Neto Utah Jazz 25.0 ... 179.0 NaN 900000.0
455 Tibor Pleiss Utah Jazz 21.0 ... 256.0 NaN 2900000.0
456 Jeff Withey Utah Jazz 24.0 ... 231.0 Kansas 947276.0
457 NaN NaN NaN ... NaN NaN NaN•info() 方法返回表格的一些基本信息(索引、数据类型和内存信息)
示例1
import pandas as pd
df pd.read_csv(nba.csv)
print(df.info())class pandas.core.frame.DataFrame RangeIndex: 458 entries, 0 to 457 #行数458,行第一行编号为0 Data columns (total 9 columns): #列数9列 # Column Non-Null Count Dtype #各列的数据类型 --- ------ -------------- ----- 0 Name 457 non-null object #non-null意思是非空的数 1 Team 457 non-null object 2 Number 457 non-null float64 3 Position 457 non-null object 4 Age 457 non-null float64 5 Height 457 non-null object 6 Weight 457 non-null float64 7 College 373 non-null object #college的空值最多 8 Salary 446 non-null float64 dtypes: float64(4), object(5) memory usage: 32.3 KB 示例2
import pandas as pd
df pd.read_csv(nba.csv)
a df.sort_values(byWeight) # 按Weight列数据升序排列
print(a.head().to_string())
输出Name Team Number Position Age Height Weight College Salary
152 Aaron Brooks Chicago Bulls 0.0 PG 31.0 6-0 161.0 Oregon 2250000.0
350 Briante Weber Miami Heat 12.0 PG 23.0 6-2 165.0 Virginia Commonwealth NaN
263 Bryce Cotton Memphis Grizzlies 8.0 PG 23.0 6-1 165.0 Providence 700902.0
359 Brandon Jennings Orlando Magic 55.0 PG 26.0 6-1 169.0 NaN 8344497.0
286 Tim Frazier New Orleans Pelicans 2.0 PG 25.0 6-1 170.0 Penn State 845059.0print(a[a.Weight 200].head().to_string()) # Weight列大于200的
输出Name Team Number Position Age Height Weight College Salary
47 Isaiah Canaan Philadelphia 76ers 0.0 PG 25.0 6-0 201.0 Murray State 947276.0
309 Kent Bazemore Atlanta Hawks 24.0 SF 26.0 6-5 201.0 Old Dominion 2000000.0
226 Rashad Vaughn Milwaukee Bucks 20.0 SG 19.0 6-6 202.0 UNLV 1733040.0
453 Shelvin Mack Utah Jazz 8.0 PG 26.0 6-3 203.0 Butler 2433333.0
282 Bryce Dejean-Jones New Orleans Pelicans 31.0 SG 23.0 6-6 203.0 Iowa State 169883.0 示例3
import pandas as pd
df pd.read_csv(nba.csv)
df[one] 1 #增加一个固定值的列
print(df.head().to_string())
输出Name Team Number Position Age Height Weight College Salary one
0 Avery Bradley Boston Celtics 0.0 PG 25.0 6-2 180.0 Texas 7730337.0 1
1 Jae Crowder Boston Celtics 99.0 SF 25.0 6-6 235.0 Marquette 6796117.0 1
2 John Holland Boston Celtics 30.0 SG 27.0 6-5 205.0 Boston University NaN 1
3 R.J. Hunter Boston Celtics 28.0 SG 22.0 6-5 185.0 Georgia State 1148640.0 1
4 Jonas Jerebko Boston Celtics 8.0 PF 29.0 6-10 231.0 NaN 5000000.0 1print(a[a.Weight 200].head().to_string()) # Weight列大于200的
输出Name Team Number Position Age Height Weight College Salary
47 Isaiah Canaan Philadelphia 76ers 0.0 PG 25.0 6-0 201.0 Murray State 947276.0
309 Kent Bazemore Atlanta Hawks 24.0 SF 26.0 6-5 201.0 Old Dominion 2000000.0
226 Rashad Vaughn Milwaukee Bucks 20.0 SG 19.0 6-6 202.0 UNLV 1733040.0
453 Shelvin Mack Utah Jazz 8.0 PG 26.0 6-3 203.0 Butler 2433333.0
282 Bryce Dejean-Jones New Orleans Pelicans 31.0 SG 23.0 6-6 203.0 Iowa State 169883.0 •drop()方法通过指定标签名称和响应的轴或者直接指定索引或列名称删除行或列
属性描述 pandas.DataFrame.drop(labelsNone, axis0,indexNone,columnsNone, levelNone,inplaceFalse,errors’raise’) 通过指定标签名称和相应的轴或直接指定索引或列名称删除行或列。labels 单个标签或者标签列表axis0 默认 删除index; axis1 指定删除列inplaceTrue 修改原数据level 针对多重索引 指定级别index 指定索引columns 指定列名
示例
import pandas as pdimport numpy as npdf pd.DataFrame(np.arange(12).reshape(3,4),columns[a,b,c,d])
输出a b c d
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
#删除行df.drop(2)a b c d
0 0 1 2 3
1 4 5 6 7df.drop([0,1])a b c d
2 8 9 10 11import pandas as pdimport numpy as npdf pd.DataFrame(np.arange(12).reshape(3,4),columns[a,b,c,d])
输出
# 删除列df.drop(a, axis1)b c d
0 1 2 3
1 5 6 7
2 9 10 11df.drop([b,c], axis1)a d
0 0 3
1 4 7
2 8 11df.drop(columns[b,c]) # 同上a d
0 0 3
1 4 7
2 8 11
