所需工具:
Python
聪明的大脑文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/12054.html
勤劳的双手文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/12054.html
文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/12054.html
注意:本站只提供教程,不提供任何成品+工具+软件链接,仅限用于学习和研究,禁止商业用途,未经允许禁止转载/分享等文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/12054.html
文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/12054.html
教程如下
Pandas 是一个 python 软件库,它提供了大量能使我们快速便捷地处理数据的函数和方法。一般而言,Pandas 是使 Python 成为强大而高效的数据分析环境的重要因素之一。文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/12054.html
Pandas 是基于 NumPy 构建的库,在数据处理方面可以把它理解为 NumPy 加强版,同时 Pandas 也是一项开源项目。它基于 Cython,因此读取与处理数据非常快,并且还能轻松处理浮点数据中的缺失数据(表示为 NaN)以及非浮点数据。文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/12054.html
本文中,基本数据集操作主要介绍了 CSV 与 Excel 的读写方法,基本数据处理主要介绍了缺失值及特征抽取,最后的 DataFrame 操作则主要介绍了函数和排序等方法。文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/12054.html
基本数据集操作
1.读取 CSV 格式的数据集文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/12054.html
[php]文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/12054.html
pd.DataFrame.from_csv(“csv_file”)
[/php]
或者:
[php]
pd.read_csv(“csv_file”)
[/php]
2.读取 Excel 数据集
[php]
pd.read_excel("excel_file")
[/php]
3.将 DataFrame 直接写入 CSV 文件
如下采用逗号作为分隔符,且不带索引:
[php]
df.to_csv("data.csv", sep=",", index=False)
[/php]
4.基本的数据集特征信息
[php]
df.info()
[/php]
5.基本的数据集统计信息
[php]
print(df.describe())
[/php]
6.Print data frame in a table
将 DataFrame 输出到一张表:
[php]
print(tabulate(print_table, headers=headers))
[/php]
当「print_table」是一个列表,其中列表元素还是新的列表,「headers」为表头字符串组成的列表。
7.列出所有列的名字
[php]
df.columns
[/php]
基本数据处理
8.删除缺失数据
[php]
df.dropna(axis=0, how='any')
[/php]
返回一个 DataFrame,其中删除了包含任何 NaN 值的给定轴,选择 how=「all」会删除所有元素都是 NaN 的给定轴。
9.替换缺失数据
[php]
df.replace(to_replace=None, value=None)
[/php]
使用 value 值代替 DataFrame 中的 to_replace 值,其中 value 和 to_replace 都需要我们赋予不同的值。
10.检查空值 NaN
[php]
pd.isnull(object)
[/php]
检查缺失值,即数值数组中的 NaN 和目标数组中的 None/NaN。
11.删除特征
[php]
df.drop('feature_variable_name', axis=1)
[/php]
axis 选择 0 表示行,选择表示列。
12.将目标类型转换为浮点型
[php]
pd.to_numeric(df["feature_name"], errors='coerce')
[/php]
将目标类型转化为数值从而进一步执行计算,在这个案例中为字符串。
13.将 DataFrame 转换为 NumPy 数组
[php]
df.as_matrix()
[/php]
14.取 DataFrame 的前面「n」行
[php]
df.head(n)
[/php]
15.通过特征名取数据
[php]
df.loc[feature_name]
[/php]
DataFrame 操作
16.对 DataFrame 使用函数
该函数将令 DataFrame 中「height」行的所有值乘上 2:
[php]
df["height"].apply(*lambda* height: 2 * height)
[/php]
或:
[php]
def multiply(x): return x * 2df["height"].apply(multiply)
[/php]
17.重命名行
下面代码会重命名 DataFrame 的第三行为「size」:
[php]
df.rename(columns = {<!--{C}%3C!%2D%2D%20%2D%2D%3E-->df.columns[2]:'size'}, inplace=True)
[/php]
18.取某一行的唯一实体
下面代码将取「name」行的唯一实体:
[php]
df["name"].unique()
[/php]
19.访问子 DataFrame
以下代码将从 DataFrame 中抽取选定了的行「name」和「size」:
[php]
new_df = df[["name", "size"]]
[/php]
20.总结数据信息
[php]
# Sum of values in a data frame
df.sum()
# Lowest value of a data frame
df.min()
# Highest value
df.max()
# Index of the lowest value
df.idxmin()
# Index of the highest value
df.idxmax()
# Statistical summary of the data frame, with quartiles, median, etc.
df.describe()
# Average values
df.mean()
# Median values
df.median()
# Correlation between columns
df.corr()
# To get these values for only one column, just select it like this#
df["size"].median()
[/php]
21.给数据排序
[php]
df.sort_values(ascending = False)
[/php]
22.布尔型索引
以下代码将过滤名为「size」的行,并仅显示值等于 5 的行:
[php]
df[df["size"] == 5]
[/php]
23.选定特定的值
以下代码将选定「size」列、第一行的值:
[php]
df.loc([0], ['size'])
[/php]
评论