pandas库的常用操作介绍

news2024/11/28 8:24:41

1.1.Pandas概述

Python的pandas库是一个数据处理和数据分析库，提供了很多强大的数据结构和处理工具，使得数据处理更加高效，同时也提供了丰富的功能和灵活的接口。pandas的两个核心数据结构是Series和DataFrame。Series是一个一维数组，可以保存任何数据类型，而DataFrame则是一个表格型数据结构，它包含了一系列的行和列，每列是Series类型。pandas提供了很多数据分析和处理工具，例如各种形式的数据清洗、数据过滤、数据筛选、数据分组、数据合并、数据重塑、时间序列数据处理、统计分析等。

先导入pandas库

import pandas as pd
df=pd.read_csv('../teachercode/Pandas/data/titanic.csv')  # 读入文件中的表格数据
df.head()              # 使用此方法 默认显示前5行数据

在这里插入图片描述

df.head(10)# 可以选择显示前多上行

在这里插入图片描述

查看我读入的表格数据在python中是什么类型数据
info()函数获取这个DataFrame类型数据的具体信息

在这里插入图片描述
显示了有多少列，列名，每列非空数据数量，每列数据的类型，使用了多少内存。

显示索引
默认是显示行数n，索引就是0到n-1 我们可以自己指定一个标签列表设置为索引
显示列名
显示每列元素类型
简略的打印数据
自己创建一个简略的dataframe结构
取指定的数据，可以取指定的列，用列名做索引
我们自己指定索引df.set_index()

这样并没有改变索引结果

在这里插入图片描述

使用df.set_intdex(）后使用一个比变量来接受

对拿到的列数据进行操作
describe 可以获取数据统计的基本统计信息特性

2.Pandas索引结构

可以按照列名取出特定列
loc 使用标签来定位
iloc 使用位置来定位

在这里插入图片描述

可以改变特定位置的数据
bool类型的索引

在这里插入图片描述

3.groupby学习

在这里插入图片描述

5.Pandas数值运算

在这里插入图片描述

二元统计

在这里插入图片描述

6.对象操作

对象查操作
改操作
Pandas 中的 rename() 函数用于重命名 DataFrame 或 Series 的行名称或列名称。它可以通过字典的方式来指定哪些行或列需要重命名
增操作
删操作
DataFrame结构的增删改查

在这里插入图片描述

7.merge合并

在这里插入图片描述

显示设置

在这里插入图片描述

9.pivot操作

在Pandas中，pivot是一种数据重塑的操作，可以通过某些列作为行索引、某些列作为列索引和某些列来填充新创建的表格。

下面是一个示例，使用Pandas的pivot函数将一张数据表格重塑为一个新的表格。
在这里插入图片描述

在这里插入图片描述

10. 时间操作

在这里插入图片描述

在这里插入图片描述

下面在pd.read_csv()中直接指定0列为索引并且本来这一类是字符串类型直接设置parse_dates=True 就把字符串解析成Pandas中的时间类型

在这里插入图片描述

resample 重采样函数，对时间数据重新编排
在这里插入图片描述

在这里插入图片描述

11.常用操作

在这里插入图片描述

DataFrame.info()
DataFrame.sort_values()

在这里插入图片描述

12.groupby操作

在这里插入图片描述

13.字符串操作

在这里插入图片描述

14.索引操作

在这里插入图片描述

15.pandas绘图操作

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/576904.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！