Pandas学习

1/27 这周主要学习了pandas。它是Python用于数据分析的主要模块。

内容确实比较多，也可能是自己不怎么熟悉，所以即使看了两三遍视频依然还是有点蒙，在做题的时候完全想不到做法。

先来看看本周一些小问题。

1 .操作中不小心误删除代码，通过Ctrl+z恢复。

2.data = pd.DataFrame(np.arange(16).reshape((4,4)),index = ["Ohio","Colorado","Utah","New York"],columns= ["one","two","three","four"])

由于没有输入arrange()的参数报错，粗心，是函数一般都要有参数，括号是必须的。

3.data.loc[:"Utah","two"]寻找索引在Utah之前，列名字是‘two’的值。

4.loc可以用数字选择索引是字母的行。

eg：df.loc[df.index[[3,4,8]],["animal","age"]]

5. 每一章的代码最好放在一个Ipython文件里面，如果出现pd未定义，import pandas as pd需要重新导入。

基础知识回顾：

data={'animal': ['cat','cat','snake','dog','dog','cat','snake','cat','dog','dog'],'age': [2.5,3,0.5,np.nan,5,2,4.5,np.nan,7,3],'visits': [1,3,2,3,2,3,1,1,2,1],'priority': ['yes','yes','no','yes','no','no','no','yes','no','no']}labels=['a','b','c','d','e','f','g','h','i','j']

1.创建DataFrame

df = pd.DataFrame(data,index = labels)

2.基本信息展示

df.info()

3.返回前3行

df.head(3)

4.选取animal和age 行

df[["animal","age"]]

5.选取列名为“animal”，“age”的3，4，8行。

df.loc[df.index[[3,4,8]],"animal","age"]

6.选取visit>3的行

df[df["visits"]>3]

7.age列的值缺失的行

df[df["age"].isnull()]

8animal 是cat,age<3的行

df[(df["animal"]=="cat")&(df["age"]<3)]

9.行f的age值改成1.5

df.loc["f","age"]=1.5

10.计算visits列的和sum

df[visits].sum()

11.添加一个索引为k的行并删除

df.loc['k'] = [5.5, 'dog', 'no', 2]

del  df.drop("k")

12.各种类型的动物数量

df["animal"].value_counts()

未完待续。

书籍第一版还有ix的用法，视频中提过主要还是用loc.

聚集函数那块的内容还要继续。