二手车网站模板建设,做营销的网站推广,营业推广策略有哪些,企业网站建站价格Pandas 是数据科学社区中使用最广泛的库之一#xff0c;它是一个强大的工具#xff0c;可以进行数据操作、清理和分析。 本文将提供最常用的 Pandas 函数以及如何实际使用它们的样例。我们将涵盖从基本数据操作到高级数据分析技术的所有内容#xff0c;到本文结束时#xf…Pandas 是数据科学社区中使用最广泛的库之一它是一个强大的工具可以进行数据操作、清理和分析。 本文将提供最常用的 Pandas 函数以及如何实际使用它们的样例。我们将涵盖从基本数据操作到高级数据分析技术的所有内容到本文结束时你会深入了解如何使用 Pandas 并使数据科学工作流程更高效。 1、pd.read_csv () read_csv用于读取CSV(逗号分隔值)文件并将其转换为pandas DataFrame。 import pandas as pd df pd.read_csv(Popular_Baby_Names.csv) 在这个例子中pd.read_csv函数读取文件 data.csv 并将其转换为一个DataFrame它有许多选项如sep, header, index_col, skiprows, na_values等。 df pd.read_csv(Popular_Baby_Names.csv, sep;, header0, index_col0, skiprows5, na_valuesN/A) 这个例子读取CSV文件data.csv使用;作为分隔符第一行作为标题第一列作为索引跳过前5行将N/ a替换为NaN。 2、df.describe () df.describe()方法用于生成DataFrame的各种特征的汇总统计信息。它返回一个新的DataFrame其中包含原始DataFrame中每个数值列的计数、平均值、标准差、最小值、第25百分位、中位数、第75百分位和最大值。 print(df.describe()) 通过向方法传递适当的参数还可以包括或排除某些列比如排除非数值列。 df.describe(includeall) # include all columns df.describe(excludenumber) # exclude numerical columns 3、df.info () df.info()可以获得DataFrame的简明摘要包括每列中非空值的数量、每列的数据类型以及DataFrame的内存使用情况。 print(df.info()) 4、df.plot () df.plot()可以从DataFrame创建各种类型的图。默认情况下它在DataFrame中创建所有数值列的线状图。但是你也可以通过参数kind来指定你想要创建的图形类型。可选选项有line、bar、barh、hist、box、kde、density、area、pie、scatter和hexbin。 在下面的例子中将使用.plot()方法绘制数值变量和分类变量。对于分类变量将绘制条形图和饼状图对于数值变量将绘制箱形图。 df[Gender].value_counts().plot(kindbar) df[Gender].value_counts().plot(kindpie) df[Count].plot(kindbox) 它还支持许多其他选项如title,xlabel,ylabel,legend,grid,xlim,ylim,xticks,yticks等df.plot()只是matplotlib的一个方便包装。所以matplotlib的参数都可以在df.plot中使用 5、df.iloc () .iloc()函数用于根据索引选择行和列 print(df.iloc[0]) print(df.iloc[:2]) print(df.iloc[:, 0]) print(df.iloc[:, :2]) print(df.iloc[1, 1]) 在上面的例子中df.Iloc[0]选择第一行Iloc[:2]选择前两行Iloc[: 0]选择第一列Iloc[::2]选择前两列Iloc[1,1]选择位于(第二行第二列)(1,1)位置的元素。 .iloc()只根据它们基于整数的索引选择行和列所以如果您想根据它们的标签选择行和列应该使用.loc()方法如下所示。 6、df.loc () .loc()函数用于根据DataFrame中基于标签的索引选择行和列。它用于根据基于标签的位置选择行和列。 print(df.loc[:, [Year of Birth, Gender]]) 在上面的例子中df.loc[:, [Year of Birth, Gender]]选择名为出生年份和性别的列。 7、df.assign () .assign()函数用于根据现有列的计算向DataFrame添加新列。它允许您在不修改原始数据的情况下添加新列。该函数会返回一个添加了列的新DataFrame。 df_new df.assign(count_plus_5df[Count] 5) df_new.head() 在上面的例子中df.assign()第一次被用来创建一个名为count_plus_5的值为count 5的新列。 原始的df保持不变返回新的df_new并添加了新的列。.assign()方法可以在一个链中多次使用可以在一行代码中添加多个新列。 8、df.query () .query()函数可以根据布尔表达式过滤数据。可以使用类似于SQL的查询字符串从DataFrame中选择行。该函数返回一个新的DataFrame其中只包含满足布尔表达式的行。 df_query df.query(Count 30 and Rank 20) df_query.head() df_query df.query(Gender MALE) df_query.head() 在上面的例子中使用df.query()来选择Count大于30且Rank小于30的行第二次使用df.query()来选择Gender为MALE的行。 原始的DataFrame df保持不变df_query返回过滤后新的DataFrame。 .query()方法可以与任何有效的布尔表达式一起使用当你希望基于多个条件筛选DataFrame或者当条件复杂且难以使用标准索引操作符表示时它非常有用。 另外请记住.query()方法很慢所以如果性能很关键应该尽量避免使用。 9、df.sort_values () .sort_values()函数可以按一列或多列对数据进行排序。它根据一个或多个列的值按升序或降序对DataFrame进行排序。该函数返回一个按指定列排序的新DataFrame。 df_sorted df.sort_values(byCount) df_sorted.head() df_sorted df.sort_values(byRank, ascendingFalse) df_sorted.head() df_sorted df.sort_values(by[Count, Rank]) df_sorted.head() 在上面的例子中第一次使用df.sort_values()按“Count”升序对DataFrame排序第二次使用按“Rank”降序排序最后一次使用按多个列“Count”和“Rank”排序。 .sort_values()方法可用于DataFrame的任何列当希望基于多个列对DataFrame进行排序时或者当希望按列降序对DataFrame进行排序时它非常有用。 10、df.sample () .sample()函数可以从数据帧中随机选择行。它返回一个包含随机选择的行的新DataFrame。该函数采用几个参数可以控制采样过程。 df_sample df.sample(n2, replaceFalse, random_state1) df_sample df_sample df.sample(n3, replaceTrue, random_state1) df_sample df_sample df.sample(n2, replaceFalse, random_state1, axis1) df_sample 在上面的例子中第一次使用df.sample()随机选择2行第二次使用df.sample()随机选择3行最后一次使用df.sample()随机选择2列。 当希望随机选择数据子集进行测试或验证时或者当希望随机选择行样本进行进一步分析时.sample()方法非常有用。random_state参数对于再现性很有用使用axis1参数可以选择列。 11、df.isnull () isnull()方法返回一个与原始DataFrame形状相同的DataFrame通过True或False值指示原始DataFrame中的每个值是否缺失。缺失的值NaN或None在结果的DataFrame中将为True而非缺失的值将为False。 df.isnull() 12、df.fillna () fillna()方法用于用指定的值或方法填充DataFrame中的缺失值。默认情况下它用NaN替换缺失的值也可以指定一个不同的值来代替一般情况下可以使用以下的参数: value:指定用来填充缺失值的值。可以是标量值也可以是不同列的值的字典。 method:指定用于填充缺失值的方法。可以是ffill(向前填充)或bfill(向后填充)或interpolate(插值值)或pad或backfill axis:指定填充缺失值的轴。它可以是0(行)或1(列)。 inplace:是将缺失的值填充到位(修改原始的DataFrame)还是返回一个新的DataFrame。 limit:指定要填充的连续缺失值的最大数量。 downcast:指定一个值字典用于向下转换列的数据类型。 df.fillna(0) df.fillna(methodffill) df.fillna(methodbfill) df.interpolate() 需要注意的是fillna()方法返回一个新的DataFrame并不修改原始的DataFrame。如果想修改原始的DataFrame可以使用inplace参数并将其设置为True。 df.fillna(0, inplaceTrue) 13、df.dropna () df.dropna()可以从DataFrame中删除缺失值或空值。它从DataFrame中删除至少缺失一个元素的行或列。可以通过调用df.dropna()删除包含至少一个缺失值的所有行。 df df.dropna() 如果只想删除包含至少一个缺失值的列可以使用df.dropna(axis1) df df.dropna(axis1) 你还可以设置thresh参数只保留至少具有阈值非na /null值的行/列。 df df.dropna(thresh2) 14、df.drop () df.drop()可以通过指定的标签从DataFrame中删除行或列。它可以用于删除一个或多个基于标签的行或列。 你可以通过调用df.drop()来删除特定的行并传递想要删除的行的索引标签并将axis参数设置为0(默认为0)。 df_drop df.drop(0) 这将删除DataFrame的第一行。 也可以通过传递一个索引标签列表来删除多行: df_drop df.drop([0,1]) 这将删除DataFrame的第一行和第二行。可以通过传递想要删除的列的标签并将axis参数设置为1来删除列: df_drop df.drop([Count, Rank], axis1) 15、pd.pivot_table () pd.pivot_table()可以从DataFrame创建数据透视表。透视表是一种以更有意义和更有组织的方式总结和聚合数据的表。在下面的例子中将创建一个以Ethnicity为索引的透视表并汇总计数的总和。这用于了解数据集中每个Ethnicity的计数。 pivot_table pd.pivot_table(df, indexEthnicity, valuesCount, aggfuncsum) pivot_table.head() 通过指定多个索引和值参数可以在透视表中包含更多列还可以包括多个aggfunc函数。 pivot_table pd.pivot_table(df, index[Ethnicity,Gender], values Count , aggfunc[sum,count]) pivot_table.head(20) 16、df.groupby () df.groupby()用于根据一个或多个列对DataFrame的行进行分组。并且可以对组执行聚合操作例如计算每个组中值的平均值、和或计数。 df.groupby()返回一个GroupBy对象然后可以使用该对象对组执行各种操作例如计算每个组中值的和、平均值或计数。 grouped df.groupby(Gender) print(grouped.mean()) grouped df.groupby([Gender, Ethnicity]) print(grouped.sum()) 17、df.transpose () df.transpose()用于转置DataFrame的行和列这意味着行变成列列变成行。 df_transposed df.transpose() df_transposed.head() 也可以使用df上的T属性来实现。df.T和df.transpose()是一样的。 18、df.merge () df.merge()可以根据一个或多个公共列组合两个dataframe。它类似于SQL join。该函数返回一个新的DataFrame其中只包含两个DataFrame中指定列中的值匹配的行。 df1 pd.DataFrame({key: [A, B, C, D], value: [1, 2, 3, 4]}) df2 pd.DataFrame({key: [B, D, E, F], value: [5, 6, 7, 8]}) merged_df df1.merge(df2, onkey) print(merged_df) 两个df通过key列进行了合并相同的列名会被添加x和y。 你也可以通过分别传递how left 、how right 或how outer 来使用左连接、右连接和外连接。 还可以通过将列列表传递给on参数来合并多个列。 merged_df df1.merge(df2, on[key1,key2]) 还可以使用left_on和right_on参数指定要合并的不同列名。 merged_df df1.merge(df2, left_onkey1, right_onkey3) merge()函数有许多选项和参数可以控制合并的行为例如处理缺失的值保留所有行还是只保留匹配的行合并哪些列等等。 19、df.rename () df.rename()可以更改DataFrame中一个或多个列或行的名称。可以使用columns参数更改列名使用index参数更改行名。 df_rename df.rename(columns{Count: count}) df_rename.head() 也可以使用字典一次重命名多个列: df_rename df.rename(columns{Count: count, Rank:rank}) df_rename.head() 重命名索引: df_rename df.rename(index{0:first,1:second,2:third}) df_rename.head() 20、df.to_csv () df.to_csv()可以将DataFrame导出到CSV文件。与上面的Read_csv作为对应。调用df.to_csv()将DataFrame导出到CSV文件: df.to_csv(data.csv) 可以通过传递sep参数来指定CSV文件中使用的分隔符。默认情况下它被设置为“”。 df.to_csv(path/to/data.csv, sep\t) 也可以通过将列名列表传递给columns参数来只保存DataFrame的特定列通过将布尔掩码传递给索引参数来只保存特定的行。 df.to_csv(path/to/data.csv, columns[Rank,Count]) 还可以使用index参数指定在导出的CSV文件中包含或不包含dataframe的索引。 df.to_csv(path/to/data.csv, indexFalse) 使用na_rep参数将导出的CSV文件中缺失的值替换为指定的值。 df.to_csv(path/to/data.csv, na_repNULL) 总结 以上这20个pandas函数绝对可以帮助我们万行80%以上的任务我们这里只是简单的总结想groupmerge等参数比较多并且常用的函数可以通过pandas的文档进一步熟悉这将对我们的工作有很大的帮助。 详细内容取自这里如侵吾删