Pandas 是 Python 的核心数据分析支持库,提供了快速、灵活、明确的数据结构,旨在简单、直观地处理关系型、标记型数据。
Pandas 适用于处理以下类型的数据:
对于df这种所有值为单一类型的DataFrame,to_numpy()操作是高效的,并且不会复制数据
4. 然而对于df2这种DataFrame对象有多种类型的,to_numpy操作是比较费事的
选择一个列,产生一个“Serise”,相当于“df.A”,这里也可以通过[]选择,对行进行切片
通过标签获取一行数据
通过标签在多个轴上选择数据
通过标签同时在两个轴上切片
通过整数切片,类似于numpy/Python
通过传递整数的列表按位置切片,类似于numpy/Python
整行切片和整列切片
获取具体值
从满足条件的DataFrame中选择值
可以通过isin()方法过滤所需的值
添加新列将自动根据索引对其数据
经过以上的步骤后
带有条件的赋值
Pandas主要使用值np.nan来表示缺失的数据。通常情况下,它不包含在计算中。
重建索引允许更改/添加/删除指定轴上的索引。这个操作会返回一个副本,不会改变原有对象
删除任何带有缺失值的行
填充缺失值
获取值为nan的掩码
进行描述性统计
在其他轴(行)上进行同样的操作
使用具有不同维度且需要对齐的对象进行操作。 此外,Pandas会自动沿指定维度进行广播。
Series在str属性中配备了一组字符串处理方法,可以轻松地对数组的每个元素进行操作,str中的模式匹配中默认情况下通常使用正则表达式
涉及以下步骤:
==stack()==压缩DataFrame或者Series
==unstack()==是stack()的逆操作,默认情况下取消最后压缩的那个级别
我们有如下数据
现在我们将其生成透视表pivot_table()方法
不解,待后续添加
Pandas可以在DataFrame中包含分类数据。
将原始成绩转换为category数据类型
通过调用Series.cat.categories来替换,将类别名重命名为更有意义的名称
Series.cat.set_categories()方法对categories重新排序并同时添加缺少的category
可以按categories中的顺序排序
按分类的列分组(groupby)可以显示空categories
在《Python数据分析学习(三)掌握数据加载、存储、文件格式》博文中将有更详细的说明
df.to_csv('foo.csv')
pd.read_csv('foo.csv')
df.to_excel('foo.xlsx', sheet_name='Sheet1')
pd.read_excel('foo.xlsx', 'Sheet1', index_col=None, na_values=['NA'])
写入HDF5
df.to_hdf('foo.h5', 'df')
从HDF5读取数据
pd.read_hdf('foo.h5', 'df')
什么?不详细,不得劲,来来来说道说道,开个玩笑,大家的学习欲望还没有满足的话,可以继续学习哦,参考资料里为大家准备了不少学习的传送门,大家加油!