码迷,mamicode.com
首页 > 其他好文 > 详细

Pandas常用方法手册

时间:2020-01-08 20:46:49      阅读:97      评论:0      收藏:0      [点我收藏+]

标签:内存   random   str   https   otn   导入数据   更改   随机数   csv文件   

关键缩写和包导入

在这个速查手册中,我们使用如下缩写:

df:任意的Pandas DataFrame对象

同时我们需要做如下的引入:

import pandas as pd

 

导入数据

pd.read_csv(filename)从CSV文件导入数据
pd.read_table(filename) 从限定分隔符的文本文件导入数据
pd.read_excel(filename) 从Excel文件导入数据
pd.read_sql(query, connection_object) 从SQL表/库导入数据
pd.read_json(json_string) 从JSON格式的字符串导入数据
pd.read_html(url) 解析URL、字符串或者HTML文件,抽取其中的tables表格
pd.read_clipboard() 从你的粘贴板获取内容,并传给read_table()
pd.DataFrame(dict) 从字典对象导入数据,Key是列名,Value是数据

导出数据

df.to_csv(filename)导出数据到CSV文件
df.to_excel(filename) 导出数据到Excel文件
df.to_sql(table_name, connection_object) 导出数据到SQL表
df.to_json(filename) 以Json格式导出数据到文本文件

创建测试对象

pd.DataFrame(np.random.rand(20,5))创建20行5列的随机数组成的DataFrame对象
pd.Series(my_list) 从可迭代对象my_list创建一个Series对象
df.index = pd.date_range(‘1900/1/30‘, periods=df.shape[0]) 增加一个日期索引

查看、检查数据

df.head(n)查看DataFrame对象的前n行
df.tail(n) 查看DataFrame对象的最后n行
df.shape() 查看行数和列数
http:// df.info() 查看索引、数据类型和内存信息
df.describe() 查看数值型列的汇总统计
s.value_counts(dropna=False) 查看Series对象的唯一值和计数
df.apply(pd.Series.value_counts) 查看DataFrame对象中每一列的唯一值和计数

数据选取

df[col]根据列名,并以Series的形式返回列
df[[col1, col2]] 以DataFrame形式返回多列
s.iloc[0] 按位置选取数据
s.loc[‘index_one‘] 按索引选取数据
df.iloc[0,:] 返回第一行
df.iloc[0,0] 返回第一列的第一个元素

数据清理

df.columns = [‘a‘,‘b‘,‘c‘]重命名列名
pd.isnull() 检查DataFrame对象中的空值,并返回一个Boolean数组
pd.notnull() 检查DataFrame对象中的非空值,并返回一个Boolean数组
df.dropna() 删除所有包含空值的行
df.dropna(axis=1) 删除所有包含空值的列
df.dropna(axis=1,thresh=n) 删除所有小于n个非空值的行
df.fillna(x) 用x替换DataFrame对象中所有的空值
s.astype(float) 将Series中的数据类型更改为float类型
s.replace(1,‘one‘) 用‘one’代替所有等于1的值
s.replace([1,3],[‘one‘,‘three‘]) 用‘one‘代替1,用‘three‘代替3
df.rename(columns=lambda x: x + 1) 批量更改列名
df.rename(columns={‘old_name‘: ‘new_ name‘}) 选择性更改列名
df.set_index(‘column_one‘) 更改索引列
df.rename(index=lambda x: x + 1) 批量重命名索引

数据透视表

df.groupby(col1).agg(np.mean)返回按列col1分组的所有列的均值
data.apply(np.mean) 对DataFrame中的每一列应用函数np.mean
data.apply(np.max,axis=1) 对DataFrame中的每一行应用函数np.max

数据合并

df1.append(df2):将df2中的行添加到df1的尾部
df.concat([df1, df2],axis=1) 将df2中的列添加到df1的尾部
df1.join(df2,on=col1,how=‘inner‘) 对df1的列和df2的列执行SQL形式的join

数据统计

df.describe()查看数据值列的汇总统计
df.mean() 返回所有列的均值
df.corr() 返回列与列之间的相关系数
df.count() 返回每一列中的非空值的个数
df.max() 返回每一列的最大值
df.min() 返回每一列的最小值
df.median() 返回每一列的中位数
df.std() 返回每一列的标准差

Pandas常用方法手册

标签:内存   random   str   https   otn   导入数据   更改   随机数   csv文件   

原文地址:https://www.cnblogs.com/quietzpc/p/12168558.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!