pandas快速入门笔记

╰半橙微兮° 2022-12-08 05:12 186阅读 0赞

"""#pandas 基于numpy，更强大，可以处理有标签的数据 #serise 带标签的一维数组 import pandas as pd a = pd.Series([1,2,3,4,5])#pd.Serise(数据，标签，类型) print(a) b = pd.Series([1,2,3,4,5],['a','b','c','d','e']) print(b) dic = {'name':'lee','sex':'man','age':'18'} c = pd.Series(dic)#传入字典 print(c) d = pd.Series(dic,index=['name','Color']) print(d) e = pd.Series(5,[1,2,3])#自动填充数据 print(e) #Serise只有行名，没有列名，所以是带标签的一维数组，DataFrame是带标签的二维数组（有行名又有列名） import pandas as pd import numpy as np a = np.random.randint(0,10,(2,3)) print(a) b = pd.DataFrame(a,index=['a','b'],columns=['x','y','z']) print(b) population = {'beijing':1655,'shanghai':1665,'guangzhou':11568}#不能直接向dataframe传字典数据 c = pd.Series(population) print(pd.DataFrame(c)) print(pd.DataFrame(c,columns=['population']))#手工设定series数据的列名 #字典方式构建dataframe gdp = population print(pd.DataFrame({'gdp':gdp})) #多个字典的dataframe print(pd.DataFrame({'population':population,'gdp':gdp})) print(pd.DataFrame({'population':population,'gdp':gdp,'contry':'china'}))#如果数据是特定数据的话，会填充所有的行（China） a1 = pd.DataFrame({'population':population,'gdp':gdp}) print(a1.values)#values转化为numpy数据类型 print(a1.index)#返回行名 print(a1.columns)#返回列名 print(a1.shape)#返回维度 print(a1.size)#元素个数 print(a1.dtypes)#返回每一列数据的类型 import tensorflow as tf import numpy as np import pandas as pd population = {'beijing':1655,'shanghai':1665,'guangzhou':11568} gdp = {'beijing':243251,'shanghai':5251235,'guangzhou':2353251} a = pd.DataFrame({'population':population,'gdp':gdp}) print(a) #取列 print(a['gdp']) print(a.gdp) #取行 print(a.loc['beijing']) print() #取多行 print(a.loc[['beijing','shanghai']]) #取某元素 print(a.loc['beijing','gdp']) #索引号取行 print('****',a.iloc[0])#取出第0行 print('\n取多行的时候，使用列表传入\n',a.iloc[[0,2]]) #values 取值方法（values直接把XX编程numpy数据） print('\n',a.values[0][1]) print('\n\n',a.iloc[:2,:])#取前两行，列都取 print(a.gdp>0) #对某一行进行操作 print(a[a.gdp>0]) print('\n',a.gdp==243251) #dataFrame赋值 a.iloc[0,1]=9999 print(a) #dataFrame 加一列 a['E']=pd.Series([1,2,3],index=['beijing','shanghai','guangzhou']) print(a) import pandas as pd import numpy as np dates = pd.date_range(start='2020-1-1',periods=6) print(dates) df = pd.DataFrame(np.random.randint(0,10,(6,4)),index=dates,columns=['A','B','C','D'])#内容，index，columns print(df) print(df.describe())#查看和，平均值，最小值，最大值等信息 print(df.info()) print(df.head(6))#返回前几个数据 print(df.tail(1))#返回最后几个数据 print(df.sort_index(axis=0,ascending=False))#false默认从小到大， print(df.sort_values('B'))#按照某一列数据进行排序 #计算 import pandas as pd import numpy as np a = pd.DataFrame([1,2,3]) print(a-2)#减运算，直接减一个数字，表示为每个数字都自减1 b = pd.DataFrame([1,2,3]) print(a+b)#两个张量相加 #矩阵相乘 c = pd.DataFrame(np.random.randint(0,10,size=(1,3))) print(c) print(a@c)#矩阵相乘符号是艾特 d = pd.DataFrame(np.random.randint(0,10,size=(3,3))) e = pd.DataFrame(np.random.randint(0,10,size=(2,2))) print(d+e)#非数+自然数 = 非数 #缺失值处理 import numpy as np import pandas as pd a=pd.DataFrame(np.random.randint(0,10,(3,3))) print(a) a.iloc[:2,2] = np.nan #将指定数字赋值非数 print(a) #print(a.dropna()) # 把存在非数NAN的行给删除掉 #print(a.dropna(axis=1)) #把存在nan的列给删除掉 print(a.dropna(axis=1,how='all'))#只有这一列都是nan的时候才删除掉 print(a.fillna(value=0))#非数替换为0 """