Python中pandas的用法案例-創(chuàng)新互聯(lián)

這篇文章給大家分享的是有關(guān)Python中pandas的用法案例的內(nèi)容。小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考。一起跟隨小編過來看看吧。

成都創(chuàng)新互聯(lián)從2013年創(chuàng)立，先為內(nèi)黃等服務(wù)建站，內(nèi)黃等地企業(yè)，進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為內(nèi)黃企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。

一、生成數(shù)據(jù)表

1、首先導(dǎo)入pandas庫(kù)，一般都會(huì)用到numpy庫(kù)，所以我們先導(dǎo)入備用：

import numpy as np
import pandas as pd

2、導(dǎo)入CSV或者xlsx文件：

df = pd.DataFrame(pd.read_csv('name.csv',header=1))
df = pd.DataFrame(pd.read_excel('name.xlsx'))

3、用pandas創(chuàng)建數(shù)據(jù)表：

df = pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006], 
 "date":pd.date_range('20130102', periods=6),
 "city":['Beijing ', 'SH', ' guangzhou ', 'Shenzhen', 'shanghai', 'BEIJING '],
 "age":[23,44,54,32,34,32],
 "category":['100-A','100-B','110-A','110-C','210-A','130-F'],
 "price":[1200,np.nan,2133,5433,np.nan,4432]},
columns =['id','date','city','category','age','price'])

二、數(shù)據(jù)表信息查看

1、維度查看：

df.shape

2、數(shù)據(jù)表基本信息（維度、列名稱、數(shù)據(jù)格式、所占空間等）：

df.info()

3、每一列數(shù)據(jù)的格式：

df.dtypes

4、某一列格式：

df['B'].dtype

5、空值：

df.isnull()

6、查看某一列空值：

df.isnull()

7、查看某一列的唯一值：

df['B'].unique()

8、查看數(shù)據(jù)表的值：

df.values

9、查看列名稱：

df.columns

10、查看前10行數(shù)據(jù)、后10行數(shù)據(jù)：

df.head() #默認(rèn)前10行數(shù)據(jù)
df.tail()    #默認(rèn)后10 行數(shù)據(jù)

三、數(shù)據(jù)表清洗

1、用數(shù)字0填充空值：

df.fillna(value=0)

2、使用列prince的均值對(duì)NA進(jìn)行填充：

df['prince'].fillna(df['prince'].mean())

3、清楚city字段的字符空格：

df['city']=df['city'].map(str.strip)

4、大小寫轉(zhuǎn)換：

df['city']=df['city'].str.lower()

5、更改數(shù)據(jù)格式：

df['price'].astype('int')

6、更改列名稱：

df.rename(columns={'category': 'category-size'})

7、刪除后出現(xiàn)的重復(fù)值：

df['city'].drop_duplicates()

8、刪除先出現(xiàn)的重復(fù)值：

df['city'].drop_duplicates(keep='last')

9、數(shù)據(jù)替換：

df['city'].replace('sh', 'shanghai')

四、數(shù)據(jù)預(yù)處理

df1=pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006,1007,1008], 
"gender":['male','female','male','female','male','female','male','female'],
"pay":['Y','N','Y','Y','N','Y','N','Y',],
"m-point":[10,12,20,40,40,40,30,20]})

1、數(shù)據(jù)表合并

df_inner=pd.merge(df,df1,how='inner')  # 匹配合并，交集
df_left=pd.merge(df,df1,how='left')        #
df_right=pd.merge(df,df1,how='right')
df_outer=pd.merge(df,df1,how='outer')  #并集

2、設(shè)置索引列

df_inner.set_index('id')

3、按照特定列的值排序：

df_inner.sort_values(by=['age'])

4、按照索引列排序：

df_inner.sort_index()

5、如果prince列的值>3000，group列顯示high，否則顯示low：

df_inner['group'] = np.where(df_inner['price'] > 3000,'high','low')

6、對(duì)復(fù)合多個(gè)條件的數(shù)據(jù)進(jìn)行分組標(biāo)記

df_inner.loc[(df_inner['city'] == 'beijing') & (df_inner['price'] >= 4000), 'sign']=1

7、對(duì)category字段的值依次進(jìn)行分列，并創(chuàng)建數(shù)據(jù)表，索引值為df_inner的索引列，列名稱為category和size

pd.DataFrame((x.split('-') for x in df_inner['category']),index=df_inner.index,columns=['category','size']))

8、將完成分裂后的數(shù)據(jù)表和原df_inner數(shù)據(jù)表進(jìn)行匹配

df_inner=pd.merge(df_inner,split,right_index=True, left_index=True)

五、數(shù)據(jù)提取

主要用到的三個(gè)函數(shù)：loc,iloc和ix，loc函數(shù)按標(biāo)簽值進(jìn)行提取，iloc按位置進(jìn)行提取，ix可以同時(shí)按標(biāo)簽和位置進(jìn)行提取。

1、按索引提取單行的數(shù)值

df_inner.loc[3]

2、按索引提取區(qū)域行數(shù)值

df_inner.iloc[0:5]

3、重設(shè)索引

df_inner.reset_index()

4、設(shè)置日期為索引

df_inner=df_inner.set_index('date')

5、提取4日之前的所有數(shù)據(jù)

df_inner[:'2013-01-04']

6、使用iloc按位置區(qū)域提取數(shù)據(jù)

df_inner.iloc[:3,:2] #冒號(hào)前后的數(shù)字不再是索引的標(biāo)簽名稱，而是數(shù)據(jù)所在的位置，從0開始，前三行，前兩列。

7、適應(yīng)iloc按位置單獨(dú)提起數(shù)據(jù)

df_inner.iloc[[0,2,5],[4,5]] #提取第0、2、5行，4、5列

8、使用ix按索引標(biāo)簽和位置混合提取數(shù)據(jù)

df_inner.ix[:'2013-01-03',:4] #2013-01-03號(hào)之前，前四列數(shù)據(jù)

9、判斷city列的值是否為北京

df_inner['city'].isin(['beijing'])

10、判斷city列里是否包含beijing和shanghai，然后將符合條件的數(shù)據(jù)提取出來

df_inner.loc[df_inner['city'].isin(['beijing','shanghai'])]

11、提取前三個(gè)字符，并生成數(shù)據(jù)表

pd.DataFrame(category.str[:3])

六、數(shù)據(jù)篩選

使用與、或、非三個(gè)條件配合大于、小于、等于對(duì)數(shù)據(jù)進(jìn)行篩選，并進(jìn)行計(jì)數(shù)和求和。

1、使用“與”進(jìn)行篩選

df_inner.loc[(df_inner['age'] > 25) & (df_inner['city'] == 'beijing'), ['id','city','age','category','gender']]

2、使用“或”進(jìn)行篩選

df_inner.loc[(df_inner['age'] > 25) | (df_inner['city'] == 'beijing'), ['id','city','age','category','gender']]
.sort(['age'])

3、使用“非”條件進(jìn)行篩選

df_inner.loc[(df_inner['city'] != 'beijing'), ['id','city','age','category','gender']].sort(['id'])

4、對(duì)篩選后的數(shù)據(jù)按city列進(jìn)行計(jì)數(shù)

df_inner.loc[(df_inner['city'] != 'beijing'), ['id','city','age','category','gender']].sort(['id']).city.count()

5、使用query函數(shù)進(jìn)行篩選

df_inner.query('city == ["beijing", "shanghai"]')

6、對(duì)篩選后的結(jié)果按prince進(jìn)行求和

df_inner.query('city == ["beijing", "shanghai"]').price.sum()

七、數(shù)據(jù)匯總

主要函數(shù)是groupby和pivote_table

1、對(duì)所有的列進(jìn)行計(jì)數(shù)匯總

df_inner.groupby('city').count()

2、按城市對(duì)id字段進(jìn)行計(jì)數(shù)

df_inner.groupby('city')['id'].count()

3、對(duì)兩個(gè)字段進(jìn)行匯總計(jì)數(shù)

df_inner.groupby(['city','size'])['id'].count()

4、對(duì)city字段進(jìn)行匯總，并分別計(jì)算prince的合計(jì)和均值

df_inner.groupby('city')['price'].agg([len,np.sum, np.mean])

八、數(shù)據(jù)統(tǒng)計(jì)

數(shù)據(jù)采樣，計(jì)算標(biāo)準(zhǔn)差，協(xié)方差和相關(guān)系數(shù)

1、簡(jiǎn)單的數(shù)據(jù)采樣

df_inner.sample(n=3)

2、手動(dòng)設(shè)置采樣權(quán)重

weights = [0, 0, 0, 0, 0.5, 0.5]
df_inner.sample(n=2, weights=weights)

3、采樣后不放回

df_inner.sample(n=6, replace=False)

4、采樣后放回

df_inner.sample(n=6, replace=True)

5、 數(shù)據(jù)表描述性統(tǒng)計(jì)

df_inner.describe().round(2).T #round函數(shù)設(shè)置顯示小數(shù)位，T表示轉(zhuǎn)置

6、計(jì)算列的標(biāo)準(zhǔn)差

df_inner['price'].std()

7、計(jì)算兩個(gè)字段間的協(xié)方差

df_inner['price'].cov(df_inner['m-point'])

8、數(shù)據(jù)表中所有字段間的協(xié)方差

df_inner.cov()

9、兩個(gè)字段的相關(guān)性分析

df_inner['price'].corr(df_inner['m-point']) #相關(guān)系數(shù)在-1到1之間，接近1為正相關(guān)，接近-1為負(fù)相關(guān)，0為不相關(guān)

10、數(shù)據(jù)表的相關(guān)性分析

df_inner.corr()

九、數(shù)據(jù)輸出

分析后的數(shù)據(jù)可以輸出為xlsx格式和csv格式

1、寫入Excel

df_inner.to_excel('excel_to_python.xlsx', sheet_name='bluewhale_cc')

2、寫入到CSV

df_inner.to_csv('excel_to_python.csv')

感謝各位的閱讀！關(guān)于Python中pandas的用法案例就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！

本文題目：Python中pandas的用法案例-創(chuàng)新互聯(lián)
本文來源：http://www.muchs.cn/article14/hgdge.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站內(nèi)鏈、網(wǎng)站制作、小程序開發(fā)、網(wǎng)頁設(shè)計(jì)公司、全網(wǎng)營(yíng)銷推廣、企業(yè)建站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)