当前位置:首页 > 科技  > 软件

Pandas入门的12个技巧

来源: 责编: 时间:2024-01-03 17:22:15 174观看
导读今天,就为大家总结一下 “Pandas数据处理的12技巧”,拿来即用,随查随用。今天,就为大家总结一下 “Pandas数据处理的12技巧”,拿来即用,随查随用。1. 安装你还可以使用内置的 Python 工具 pip 安装 Pandas 并运行以下命令:$

今天,就为大家总结一下 “Pandas数据处理的12技巧”,拿来即用,随查随用。3po28资讯网——每日最新资讯28at.com

3po28资讯网——每日最新资讯28at.com

今天,就为大家总结一下 “Pandas数据处理的12技巧”,拿来即用,随查随用。3po28资讯网——每日最新资讯28at.com

1. 安装

你还可以使用内置的 Python 工具 pip 安装 Pandas 并运行以下命令:3po28资讯网——每日最新资讯28at.com

$ pip install pandas

安装完成后的提示成功,则可以环境中使用pandas包了。3po28资讯网——每日最新资讯28at.com

import pandas

2. 创建数据列

Pandas一维数组(数据列)可以保存任何数据类型。一般通过调用 pd.Series() 方法实现,不指定index,默认为0,1,2,3...。3po28资讯网——每日最新资讯28at.com

import pandasimport numpyS = pandas.Series(    [1, 2, 3, 4],  # 数据    index=["a", "b", "c", "d"],  # 指定索引    dtype=numpy.int8,  # 指定数据类型)S.name = "test"  # 创建一维数组的名称S.index.name = "index"  # 创建一维数组的索引名称print(S)

输出:3po28资讯网——每日最新资讯28at.com

indexa    1b    2c    3d    4Name: test, dtype: int8

3. 创建数据框

创建具有列的二维数据结构的对象(数据框)。一般通过调用 pd.DataFrame() 方法实现,不指定index,默认为0,1,2,3...。3po28资讯网——每日最新资讯28at.com

import pandasdat_list = [    [1, 2, 3],    [4, 6, 8],    [10, 11, 12],]df = pandas.DataFrame(    dat_list,    index=["i1", "i3", "i2"],    columns=["a", "b", "c"],)print(df)

输出:3po28资讯网——每日最新资讯28at.com

a   b   ci1   1   2   3i3   4   6   8i2  10  11  12

4. CSV文件的读写

Pandas 支持从 CSV的读写,我们用 pd.read_csv() 和 pd.to_csv() 方法来实现。3po28资讯网——每日最新资讯28at.com

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df.to_csv("output/test.csv") # 导出到CSV文件dfnew = pandas.read_csv("output/test.csv", index_col=0) # index_col=0 表示第一列为索引print(dfnew)

5. Excel文件的读写

Pandas 支持从 Excel的读写,我们用 pd.read_excel() 和 pd.to_excel() 方法来实现。3po28资讯网——每日最新资讯28at.com

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df.to_excel("output/test.xlsx") # 导出到exceldfnew = pandas.read_excel("output/test.xlsx", index_col=0) # index_col=0 表示第一列为索引print(dfnew)

6. 通过位置选择值

Pandas 支持通过位置选择值,我们用 df.iloc[row_index, column_index] 来实现。3po28资讯网——每日最新资讯28at.com

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)print(df.iloc[2, 1])  # 6 结果为一个值print(df.iloc[[2], [1]])  # 结果为一个元素的数据框print(df.iloc[1:3, :])  # 结果为一个数据框

输出:3po28资讯网——每日最新资讯28at.com

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  126    Bi3  6    A  B  C   Di1  2  5  8  11i3  3  6  9  12

7. 通过名称选择值

Pandas 支持通过名称选择值,我们用 df.loc[row_name, column_name] 来实现。3po28资讯网——每日最新资讯28at.com

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)print(df.loc["i2", "C"])  # 6 结果为一个值print(df.loc[["i2"], ["C"]])  # 结果为一个元素的数据框print(df.loc[["i2", "i3"], ["A", "D"]])  # 切片

输出:3po28资讯网——每日最新资讯28at.com

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  127    Ci2  7    A   Di2  1  10i3  3  12

8. 标签可以重复么?

这是一个有意思的问题,如果重复了如何取值呢,如何去掉重复呢?3po28资讯网——每日最新资讯28at.com

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i2"])print(df)print(df.loc["i2", "C"])df.columns = ["A", "B", "B", "D"]print(df)print(df.loc["i2", "B"])

输出:3po28资讯网——每日最新资讯28at.com

A  B  C   Di2  1  4  7  10i1  2  5  8  11i2  3  6  9  12i2    7i2    9Name: C, dtype: int64    A  B  B   Di2  1  4  7  10i1  2  5  8  11i2  3  6  9  12    B  Bi2  4  7i2  6  9

9. 删除行/列

Pandas 支持删除行/列,我们用 df.drop([col/row name], axis=0/1) 来实现。3po28资讯网——每日最新资讯28at.com

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df.drop(    ["i2", "i1"],    axis=0,  # axis=0删除行,axis=1删除列    inplace=True, # 如果为True,则在原数据上进行操作,否则,创建一个新的数据对象    errors="ignore",  # 忽略不存在的列)print(df)

输出:3po28资讯网——每日最新资讯28at.com

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  12    A  B  C   Di3  3  6  9  12

10. 在最后增加列

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12]}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df['E'] = 0print(df)

输出为:3po28资讯网——每日最新资讯28at.com

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  12    A  B  C   D  Ei2  1  4  7  10  0i1  2  5  8  11  0i3  3  6  9  12  0

11. 在最后增加行

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df = df.append(    pandas.DataFrame({"A": 13, "B": 14, "C": 15, "D": 16}, index=["i4"]),    ignore_index=True,)print(df)

输出:3po28资讯网——每日最新资讯28at.com

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  12    A   B   C   D0   1   4   7  101   2   5   8  112   3   6   9  123  13  14  15  16

12. 通过标签(索引或列名)排序

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12]}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df = df.sort_index(    axis=0, # axis=0 按行标签排序,axis=1 按列标签排序    level=None,    ascending=True, # 是否升序    inplace=False, # 是否修改原数据    kind="quicksort", # 排序算法    na_positinotallow="last", # 如果有NA值,放在最后    sort_remaining=True, # 是否排序剩余列)print(df)

输出:3po28资讯网——每日最新资讯28at.com

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  12    A  B  C   Di1  2  5  8  11i2  1  4  7  10i3  3  6  9  12

总结

上面分享的pandas入门的12个技巧,希望对你有所帮助。3po28资讯网——每日最新资讯28at.com

本文链接:http://www.28at.com/showinfo-26-57288-0.htmlPandas入门的12个技巧

声明:本网页内容旨在传播知识,若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。邮件:2376512515@qq.com

上一篇: 加速Python循环的12种方法,最高可以提速900倍

下一篇: 掌握这个技术,给轮播图和文本插上自由之翼

标签:
  • 热门焦点
  • K60至尊版狂暴引擎2.0加持:超177万跑分斩获性能第一

    K60至尊版狂暴引擎2.0加持:超177万跑分斩获性能第一

    Redmi的后性能时代战略发布会今天下午如期举办,在本次发布会上,Redmi公布了多项关于和联发科的深度合作,以及新机K60 Ultra在软件和硬件方面的特性,例如:“K60 至尊版,双芯旗舰
  • 影音体验是真的强 简单聊聊iQOO Pad

    影音体验是真的强 简单聊聊iQOO Pad

    大公司的好处就是产品线丰富,非常细分化的东西也能给你做出来,例如早先我们看到了新的vivo Pad2,之后我们又在iQOO Neo8 Pro的发布会上看到了iQOO的首款平板产品iQOO Pad。虽
  • 小米平板5 Pro 12.4简评:多专多能 兼顾影音娱乐的大屏利器

    小米平板5 Pro 12.4简评:多专多能 兼顾影音娱乐的大屏利器

    疫情带来了网课,网课盘活了安卓平板,安卓平板市场虽然中途停滞了几年,但好的一点就是停滞的这几年行业又有了新的发展方向,例如超窄边框、高刷新率、多摄镜头组合等,这就让安卓
  • vivo TWS Air开箱体验:真轻 臻好听

    vivo TWS Air开箱体验:真轻 臻好听

    在vivo S15系列新机的发布会上,vivo的最新款真无线蓝牙耳机vivo TWS Air也一同发布,本次就这款耳机新品给大家带来一个简单的分享。外包装盒上,vivo TWS Air保持了vivo自家产
  • 十个可以手动编写的 JavaScript 数组 API

    十个可以手动编写的 JavaScript 数组 API

    JavaScript 中有很多API,使用得当,会很方便,省力不少。 你知道它的原理吗? 今天这篇文章,我们将对它们进行一次小总结。现在开始吧。1.forEach()forEach()用于遍历数组接收一参
  • CSS单标签实现转转logo

    CSS单标签实现转转logo

    转转品牌升级后更新了全新的Logo,今天我们用纯CSS来实现转转的新Logo,为了有一定的挑战性,这里我们只使用一个标签实现,将最大化的使用CSS能力完成Logo的绘制与动画效果。新logo
  • Java NIO内存映射文件:提高文件读写效率的优秀实践!

    Java NIO内存映射文件:提高文件读写效率的优秀实践!

    Java的NIO库提供了内存映射文件的支持,它可以将文件映射到内存中,从而可以更快地读取和写入文件数据。本文将对Java内存映射文件进行详细的介绍和演示。内存映射文件概述内存
  • 虚拟键盘 API 的妙用

    虚拟键盘 API 的妙用

    你是否在遇到过这样的问题:移动设备上有一个固定元素,当激活虚拟键盘时,该元素被隐藏在了键盘下方?多年来,这一直是 Web 上的默认行为,在本文中,我们将探讨这个问题、为什么会发生
  • 电博会上海尔智家模拟500平大平层,还原生活空间沉浸式体验

    电博会上海尔智家模拟500平大平层,还原生活空间沉浸式体验

    电博会为了更好地让参展观众真正感受到智能家居的绝妙之处,海尔智家的程传岭先生同样介绍了展会上海尔智家的模拟500平大平层,还原生活空间沉浸式体验。程传
Top