摘要
Pandas 是基于NumPy 的一種工具，該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。不少利用Python做數(shù)據(jù)分析的朋友應(yīng)該對Pandas不陌生，這里總結(jié)了20個(gè)常用的Pandas代碼幫助我們更快速的理解數(shù)據(jù)。
本文將這20個(gè)Pandas代碼分成三類：
基本數(shù)據(jù)信息
基本數(shù)據(jù)處理
操作Data frames
基本數(shù)據(jù)信息
1、基本讀寫數(shù)據(jù)集（CSV、Execl）
# csv# 讀pd.DataFrame.from_csv(“csv_file”) pd.read_csv(“csv_file”)
# 寫df.to_csv("data.csv", sep=",", index=False) # 逗號分隔，沒有下標(biāo)
# execlpd.read_excel("excel_file")df.to_execl("data.xlsx",sheet_name='a')
2、基本數(shù)據(jù)集特征
3、基本數(shù)據(jù)統(tǒng)計(jì)
4、將data frames輸出到一張表里（tabulate模塊）
from tabulate import tabulateprint(tabulate(print_table, headers=headers))
# print_table 為包含列表的列表# headers 為表頭所包含的字段
5、列出所有的字段
6、得到前后n行
df.head(n) #前n行
df.tail(n) #后n行
7、通過特征、位置定位數(shù)據(jù)
df.loc[feature_name]
#選擇“size”列的第一行df.loc([0], ['size'])
df.iloc[n] # 位置
基本數(shù)據(jù)處理
8、去除缺失值
df.dropna(axis=0, how='any')
9、替換缺失值
df.replace(to_replace=None, value=None)# 將“to_replace”中的值替換為“value”
10、檢查缺失值
pd.isnull(object)# 檢測缺失值(數(shù)值數(shù)組中的NaN，對象數(shù)組中的None/NaN)
11、刪除一個(gè)字段
df.drop('feature_variable_name', axis=1)# 軸對于行是0，對于列是1
12、將對象類型轉(zhuǎn)換為數(shù)值
pd.to_numeric(df["feature_name"], errors='coerce')# 將對象類型轉(zhuǎn)換為numeric以便能夠執(zhí)行計(jì)算(如果它們是字符串)
13、將Dataframe轉(zhuǎn)換為numpy數(shù)組
操作Data frames
14、將函數(shù)應(yīng)用于dataframe
# 這個(gè)將把數(shù)據(jù)的“height”列中的所有值乘以21、df["height"].apply(lambda height: 2 * height)
2、def multiply(x): return x * 2df["height"].apply(multiply)
15、從命名一列
# 這里，將把數(shù)據(jù)的第三列重命名為“size”df.rename(columns = {df.columns[2]:'size'}, inplace=True)
16、獲取某列的唯一項(xiàng)
# 這里將得到列“name”的唯一條目df["name"].unique()
17、多級訪問
# 在這里，將從數(shù)據(jù)中獲取列的選擇，“name”和“size”new_df = df[["name", "size"]]
18、數(shù)據(jù)的一些統(tǒng)計(jì)量df.sum()
df.min()df.max()df.idxmin()df.idxmax() #返回最大值索引df.mean()df.median()df.corr() # 不同列之間的相關(guān)系數(shù)df["size"].median
19、 數(shù)據(jù)排序
df.sort_values(ascending = False)
20、布爾索引
df[df["size"] == 5] #布爾型索引
https:///23-great-pandas-codes-for-data-scientists-cca5ed9d8a38
原文地址
