Pandas使用手册

news2024/11/17 21:20:17

Pandas是一款快速，强大，灵活且易于使用的开源数据分析和操作工具，
建立在Python编程语言之上。

Pandas

前言

Pandas是一款快速，强大，灵活且易于使用的开源数据分析和操作工具，建立在Python编程语言之上。

一、安装

pip install pandas

查看版本：

import pandas
x = pandas.__version__
print(x)

1.5.2

二、Pandas和R语言比较

排序的方法不一样，更喜欢pandas的方式

汇总

先将csv的内容读到df里面，再进行相应的操作

import pandas as pd

url = ("./data/tips.csv")

df = pd.read_csv(url)

#print(df)
#sort排序

sorted_df = df.sort_values("total_bill")
#head实际即使获取头5行数据
print(sorted_df.head())
#print(sorted_df)
# iloc[:5] 和head() 是相同的，这里获取根据total_bill 排序的记录头4条
print(sorted_df.iloc[:4])

实际记录全部是进行排序

查询账单大于40的记录

#查询账单大于40的记录
total=df[df["total_bill"] > 40]
print(total)

转化为SQL

select total_bill,   tip,     sex, smoker,   day,    time,  size
from tips
where total_bill > 40

记录tip率

addnumtip =df.assign(tip_rate=df["tip"] / df["total_bill"])

print(addnumtip.head())

通过assign 增加了一个计算字段tip_rate

查看是否是晚餐的账单

is_dinner = df["time"] == "Dinner"

获取消费男和女的比例

SELECT sex, count(*)
FROM tips
GROUP BY sex;

print(df.groupby("sex").size())

sex
Female     87
Male      157
dtype: int64

查看每天的平均小费

SELECT day, AVG(tip), COUNT(*)
FROM tips
GROUP BY day;

看出平均小费，在周五，周六和周日，数据中只有周五到周日的数据，这样看数据是不完整的

 tip  day
day                
Fri   2.734737   19
Sat   2.993103   87
Sun   3.255132   76
Thur  2.771452   62

查看SQL

SELECT smoker, day, COUNT(*), AVG(tip)
FROM tips
GROUP BY smoker, day;

 tip          
            size      mean
smoker day                
No     Fri     4  2.812500
       Sat    45  3.102889
       Sun    57  3.167895
       Thur   45  2.673778
Yes    Fri    15  2.714000
       Sat    42  2.875476
       Sun    19  3.516842
       Thur   17  3.030000