Python Pandas库的学习(三)

 

今天我们来继续讲解Python中的Pandas库的基本用法

那么我们如何使用pandas对数据进行排序操作呢?

food.sort_values("Sodium_(mg)",inplace= True)
print(food["Sodium_(mg)"])
food.sort_values("Sodium_(mg)",inplace=True,ascending= False)
print(food["Sodium_(mg)"])

Python Pandas库的学习(三)_第1张图片

我们对food,进行sort_values方法,会自动帮我们排序,第一个参数"Sodium_(mg)"是我们数据中的列名

意思是说,你要对哪一列数据进行排序,inplace 参数的意思是,你需要生成一个新的数据,还是在原来的基础上进行,可以通过该参数指定

而sort_values排序的时候,就默认从小到大进行排序。

那么我们想做一个从大到小的排序如何做呢?

ascending这个参数,是指定一个排序升降序。在这里指定,默认该参数为True,也就是从小到大

那么我们在上面的代码中可以看到,ascending参数设置为Flase以后,即是从大到小

Python Pandas库的学习(三)_第2张图片

下面我们讲个点单的例子,泰坦尼克号小案例

import pandas as pd
import numpy as np
titanic_survival = pd.read_csv("titanic_train.csv")
titanic_survival.head()

我现在有一下一些数据,每个值都代表不同的含义,实际是一个船人员信息表,有价格,有年龄,有名字,有座位编号,等等一些数据

Python Pandas库的学习(三)_第3张图片

下面我们将年龄这一列进行数据处理,看看能得到什么结果,我们先查看了一下,前十个人的年龄如下

Python Pandas库的学习(三)_第4张图片

发现在5号人,的年龄为NAN,也就是说,这个数据为空,或者数据丢失。我们来对这个缺失值进处理

我们通过isnull方法,对数据进行判断,判断值是否为空。可以看到为True的说明数据丢失了

Python Pandas库的学习(三)_第5张图片

然后我们将这个为空的数据作为索引,可以找到全部数据中,数据丢失的值

Python Pandas库的学习(三)_第6张图片

那我们现在统计一下,有多少个数据丢失了,可以用len方法。统计数据为空的值,为177就可以得到177个数据为空的值

我们得到了缺失值后,要对缺失值进行处理

 那么我先对数据没有做缺失值处理的情况下,进行一个求平均值的操作

我们可以看到,算出来的值是nan,说明有问题!所以我们不能把带有缺失值得也计算在里面

接下来我们对数据进行处理

一个基本的想法是这样的,就是说,当前数据中,有值的,我们就拿出来进行平均计算,没有值的,就不取出来进行运算

 Python Pandas库的学习(三)_第7张图片

通过这样的计算,我们可以得到,平均年龄为29.6岁

这种方法可能有些麻烦,那么Pandas中有没有什么好的方法可以直接帮我们处理呢? 答案是有的

Python Pandas库的学习(三)_第8张图片

我们用这样一个简单的方法,一步就可以帮我们取出年龄的平均值。

那我们继续说些难一点的。我们在数据中,分了船舱有1, 2 ,3个等级,我们想计算一下,每个等级下的平均价格是多少

如何计算呢?

Python Pandas库的学习(三)_第9张图片

这段代码的意思是,我先用for循环,在数据中找到,哪些人是一等舱的人,哪些人是二等舱的人,哪些人是三等舱的人

我们先讲这些人的数据拿到手,拿到之后,我们进行列的定位,定位到价格这列,然后进行平均值,这样就可以得到一个平均价格

分别为以上三个,但是这种做法很麻烦,那么pandas中有没有一个更简单的方法帮我们处理数据呢?看下面的代码

我们有个需求,想算一下,3个舱位每个舱位的平均获救人数的值

Python Pandas库的学习(三)_第10张图片

可以看到我们在pivot_table中,有三个参数,第一个参数为index,就是说我们要对哪列数据进行统计

values则是说,你要在统计参数一的基础上和哪个数据有关系,作为统计。

第三个参数是aggfunc,就是说你要统计前面两个参数的什么值,我们这边统计平均值。既可以获得以上平均数据

那么我们在计算一下,每个舱位的平均年龄是多少

Python Pandas库的学习(三)_第11张图片

我们可以直接按照这种方式进行计算,既可以得到每个舱的平均年龄,这里可以看到我们没有添加第三个参数因为如果不加参数3,那么系统会默认帮我们取平均值

 那我们又有了新的需求。我们现在想看看。一个量之间,与其他量的关系

Python Pandas库的学习(三)_第12张图片

我们将index设置为登船地点,那么values是船票的价格,和获救与否,最后一个参数是计算总值。

这里我们想得到的数据就是,分别在C、Q、S这三个码头登船的人的获救总数

这个数据我们可以看到,C码头卖出了1万多块的票价,获救人数是93人。以此类推

那么我们先继续看

因为数据中有些缺失值,那么我们想把这些缺失值都丢掉应该怎么做呢?

dropna的意思就是说,丢弃当前的缺失值。我们 想去掉Age Sex中有缺失值的数据,需要将这两列数据dropna方法中即可

我们继续

那么我想对数据,定位到具体的某个值,我们怎么办呢?

Python Pandas库的学习(三)_第13张图片

我们可以看到,我们想找第83个样本的年龄,那么我们只需要在参数中添加样本编号,以及需要取到的数据对应的列名。

今天就先讲到这里,感谢大家的阅读。谢谢!!

你可能感兴趣的:(Python,Pandas)