后入翘臀美女视频,专看美女视频的app软件

不管是業(yè)務數(shù)據分析，還是數(shù)據建模。數(shù)據處理都是及其重要的一個步驟，它對于最終的結果來說，至關重要。

今天，就為大家總結一下 “Pandas數(shù)據處理” 幾個方面重要的知識，拿來即用，隨查隨查。

導?數(shù)據
導出數(shù)據
查看數(shù)據
數(shù)據選取
數(shù)據處理
數(shù)據分組和排序
數(shù)據合并

# 在使用之前，需要導入pandas庫
import pandas as pd

導?數(shù)據

這里我為大家總結7個常見用法。

pd.DataFrame() # 自己創(chuàng)建數(shù)據框，用于練習

pd.read_csv(filename) # 從CSV?件導?數(shù)據

pd.read_table(filename) # 從限定分隔符的?本?件導?數(shù)據

pd.read_excel(filename) # 從Excel?件導?數(shù)據

pd.read_sql(query,connection_object) # 從SQL表/庫導?數(shù)據

pd.read_json(json_string) # 從JSON格式的字符串導?數(shù)據

pd.read_html(url) # 解析URL、字符串或者HTML?件，抽取其中的tables表格
1
2
3
4
5
6
7
8
9
10
11
12
13
1
2
3
4
5
6
7
8
9
10
11
12
13

導出數(shù)據

這里為大家總結5個常見用法。

df.to_csv(filename) #導出數(shù)據到CSV?件
df.to_excel(filename) #導出數(shù)據到Excel?件
df.to_sql(table_name,connection_object) #導出數(shù)據到SQL表
df.to_json(filename) #以Json格式導出數(shù)據到?本?件
writer=pd.ExcelWriter('test.xlsx',index=False)
df1.to_excel(writer,sheet_name='單位')和writer.save()，將多個數(shù)據幀寫?同?個?作簿的多個sheet(?作表)

查看數(shù)據

這里為大家總結11個常見用法。

df.head(n) # 查看DataFrame對象的前n?

df.tail(n) # 查看DataFrame對象的最后n?

df.shape() # 查看?數(shù)和列數(shù)

df.info() # 查看索引、數(shù)據類型和內存信息

df.columns() # 查看字段（??）名稱

df.describe() # 查看數(shù)值型列的匯總統(tǒng)計

s.value_counts(dropna=False) # 查看Series對象的唯?值和計數(shù)

df.apply(pd.Series.value_counts) # 查看DataFrame對象中每?列的唯?值和計數(shù)

df.isnull().any() # 查看是否有缺失值

df[df[column_name].duplicated()] # 查看column_name字段數(shù)據重復的數(shù)據信息

df[df[column_name].duplicated()].count() # 查看column_name字段數(shù)據重復的個數(shù)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

數(shù)據選取

這里為大家總結10個常見用法。

df[col] # 根據列名，并以Series的形式返回列
df[[col1,col2]] # 以DataFrame形式返回多列
s.iloc[0] # 按位置選取數(shù)據
s.loc['index_one'] # 按索引選取數(shù)據
df.iloc[0,:] # 返回第??
df.iloc[0,0] # 返回第?列的第?個元素
df.loc[0,:] # 返回第??（索引為默認的數(shù)字時，?法同df.iloc），但需要注意的是loc是按索引,iloc參數(shù)只接受數(shù)字參數(shù)
df.ix[[:5],['col1','col2']] # 返回字段為col1和col2的前5條數(shù)據，可以理解為loc和
iloc的結合體。
df.at[5,'col1'] # 選擇索引名稱為5，字段名稱為col1的數(shù)據
df.iat[5,0] # 選擇索引排序為5，字段排序為0的數(shù)據

數(shù)據處理

這里為大家總結16個常見用法。

df.columns= ['a','b','c'] # 重命名列名（需要將所有列名列出，否則會報錯）

pd.isnull() # 檢查DataFrame對象中的空值，并返回?個Boolean數(shù)組

pd.notnull() # 檢查DataFrame對象中的?空值，并返回?個Boolean數(shù)組

df.dropna() # 刪除所有包含空值的?

df.dropna(axis=1) # 刪除所有包含空值的列

df.dropna(axis=1,thresh=n) # 刪除所有?于n個?空值的?

df.fillna(value=x) # ?x替換DataFrame對象中所有的空值，?持

df[column_name].fillna(x)

s.astype(float) # 將Series中的數(shù)據類型更改為float類型

s.replace(1,'one') # ?'one’代替所有等于1的值

s.replace([1,3],['one','three']) # ?'one'代替1，?'three'代替3

df.rename(columns=lambdax:x+1) # 批量更改列名

df.rename(columns={'old_name':'new_ name'}) # 選擇性更改列名

df.set_index('column_one') # 將某個字段設為索引，可接受列表參數(shù)，即設置多個索引

df.reset_index('col1') # 將索引設置為col1字段，并將索引新設置為0,1,2...

df.rename(index=lambdax:x+1) # 批量重命名索引
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

數(shù)據分組、排序、透視

這里為大家總結13個常見用法。

df.sort_index().loc[:5] # 對前5條數(shù)據進?索引排序
df.sort_values(col1) # 按照列col1排序數(shù)據，默認升序排列
df.sort_values(col2,ascending=False) # 按照列col1降序排列數(shù)據
df.sort_values([col1,col2],ascending=[True,False]) # 先按列col1升序排列，后按col2降序排列數(shù)據
df.groupby(col) # 返回?個按列col進?分組的Groupby對象
df.groupby([col1,col2]) # 返回?個按多列進?分組的Groupby對象
df.groupby(col1)[col2].agg(mean) # 返回按列col1進?分組后，列col2的均值,agg可以接受列表參數(shù)，agg([len,np.mean])
df.pivot_table(index=col1,values=[col2,col3],aggfunc={col2:max,col3:[ma,min]}) # 創(chuàng)建?個按列col1進?分組，計算col2的最?值和col3的最?值、最?值的數(shù)據透視表
df.groupby(col1).agg(np.mean) # 返回按列col1分組的所有列的均值,?持
df.groupby(col1).col2.agg(['min','max'])
data.apply(np.mean) # 對DataFrame中的每?列應?函數(shù)np.mean
data.apply(np.max,axis=1) # 對DataFrame中的每??應?函數(shù)np.max
df.groupby(col1).col2.transform('sum') # 通常與groupby連?，避免索引更改

數(shù)據合并