Pandas 2.2 中文官方教程和指南(五)(2)

简介: Pandas 2.2 中文官方教程和指南(五)

Pandas 2.2 中文官方教程和指南(五)(1)https://developer.aliyun.com/article/1510583

缺失数据

pandas 和 SAS 都有处理缺失数据的表示方式。

pandas 用特殊的浮点值NaN(不是一个数字)表示缺失数据。许多语义是相同的;例如,缺失数据会在数值操作中传播,并且默认情况下会被聚合忽略。

In [1]: outer_join
Out[1]: 
 key   value_x   value_y
0   A  0.469112       NaN
1   B -0.282863  1.212112
2   C -1.509059       NaN
3   D -1.135632 -0.173215
4   D -1.135632  0.119209
5   E       NaN -1.044236
In [2]: outer_join["value_x"] + outer_join["value_y"]
Out[2]: 
0         NaN
1    0.929249
2         NaN
3   -1.308847
4   -1.016424
5         NaN
dtype: float64
In [3]: outer_join["value_x"].sum()
Out[3]: -3.5940742896293765 

一个区别是缺失数据不能与其标记值进行比较。例如,在 SAS 中,您可以这样做来过滤缺失值。

data outer_join_nulls;
    set outer_join;
    if value_x = .;
run;
data outer_join_no_nulls;
    set outer_join;
    if value_x ^= .;
run; 

在 pandas 中,Series.isna()Series.notna()可用于过滤行。

In [1]: outer_join[outer_join["value_x"].isna()]
Out[1]: 
 key  value_x   value_y
5   E      NaN -1.044236
In [2]: outer_join[outer_join["value_x"].notna()]
Out[2]: 
 key   value_x   value_y
0   A  0.469112       NaN
1   B -0.282863  1.212112
2   C -1.509059       NaN
3   D -1.135632 -0.173215
4   D -1.135632  0.119209 

pandas 提供了处理缺失数据的各种方法。以下是一些示例:

删除具有缺失值的行

In [3]: outer_join.dropna()
Out[3]: 
 key   value_x   value_y
1   B -0.282863  1.212112
3   D -1.135632 -0.173215
4   D -1.135632  0.119209 

从前面的行向前填充

In [4]: outer_join.ffill()
Out[4]: 
 key   value_x   value_y
0   A  0.469112       NaN
1   B -0.282863  1.212112
2   C -1.509059  1.212112
3   D -1.135632 -0.173215
4   D -1.135632  0.119209
5   E -1.135632 -1.044236 

用指定值替换缺失值

使用均值:

In [5]: outer_join["value_x"].fillna(outer_join["value_x"].mean())
Out[5]: 
0    0.469112
1   -0.282863
2   -1.509059
3   -1.135632
4   -1.135632
5   -0.718815
Name: value_x, dtype: float64 

GroupBy

聚合

SAS 的PROC SUMMARY可以用于按一个或多个关键变量分组,并在数值列上计算聚合。

proc summary data=tips nway;
    class sex smoker;
    var total_bill tip;
    output out=tips_summed sum=;
run; 

pandas 提供了灵活的groupby机制,允许类似的聚合。有关更多详细信息和示例,请参阅 groupby 文档。

In [1]: tips_summed = tips.groupby(["sex", "smoker"])[["total_bill", "tip"]].sum()
In [2]: tips_summed
Out[2]: 
 total_bill     tip
sex    smoker 
Female No          869.68  149.77
 Yes         527.27   96.74
Male   No         1725.75  302.00
 Yes        1217.07  183.07 

转换

在 SAS 中,如果需要将组聚合与原始框架一起使用,则必须将其合并在一起。例如,通过吸烟者组减去每个观察值的均值。

proc summary data=tips missing nway;
    class smoker;
    var total_bill;
    output out=smoker_means mean(total_bill)=group_bill;
run;
proc sort data=tips;
    by smoker;
run;
data tips;
    merge tips(in=a) smoker_means(in=b);
    by smoker;
    adj_total_bill = total_bill - group_bill;
    if a and b;
run; 

pandas 提供了一个转换机制,允许这些类型的操作在一个操作中简洁地表达。

In [1]: gb = tips.groupby("smoker")["total_bill"]
In [2]: tips["adj_total_bill"] = tips["total_bill"] - gb.transform("mean")
In [3]: tips
Out[3]: 
 total_bill    tip     sex smoker   day    time  size  adj_total_bill
67         1.07   1.00  Female    Yes   Sat  Dinner     1      -17.686344
92         3.75   1.00  Female    Yes   Fri  Dinner     2      -15.006344
111        5.25   1.00  Female     No   Sat  Dinner     1      -11.938278
145        6.35   1.50  Female     No  Thur   Lunch     2      -10.838278
135        6.51   1.25  Female     No  Thur   Lunch     2      -10.678278
..          ...    ...     ...    ...   ...     ...   ...             ...
182       43.35   3.50    Male    Yes   Sun  Dinner     3       24.593656
156       46.17   5.00    Male     No   Sun  Dinner     6       28.981722
59        46.27   6.73    Male     No   Sat  Dinner     4       29.081722
212       46.33   9.00    Male     No   Sat  Dinner     4       29.141722
170       48.81  10.00    Male    Yes   Sat  Dinner     3       30.053656
[244 rows x 8 columns] 

按组处理

除了聚合,pandas 的groupby还可以用于复制 SAS 中的大多数按组处理。例如,这个DATA步骤按性别/吸烟者组读取数据,并过滤到每个组的第一个条目。

proc sort data=tips;
   by sex smoker;
run;
data tips_first;
    set tips;
    by sex smoker;
    if FIRST.sex or FIRST.smoker then output;
run; 

在 pandas 中,这将被写为:

In [4]: tips.groupby(["sex", "smoker"]).first()
Out[4]: 
 total_bill   tip   day    time  size  adj_total_bill
sex    smoker 
Female No            5.25  1.00   Sat  Dinner     1      -11.938278
 Yes           1.07  1.00   Sat  Dinner     1      -17.686344
Male   No            5.51  2.00  Thur   Lunch     2      -11.678278
 Yes           5.25  5.15   Sun  Dinner     2      -13.506344 

其他考虑因素

磁盘与内存

pandas 仅在内存中运行,而 SAS 数据集存在于磁盘上。这意味着 pandas 能够加载的数据大小受限于计算机的内存,但也意味着对该数据的操作可能更快。

如果需要进行外部处理,一种可能性是dask.dataframe库(目前正在开发中),它为磁盘上的DataFrame提供了一部分 pandas 功能。

数据互操作

pandas 提供了一个read_sas()方法,可以读取以 XPORT 或 SAS7BDAT 二进制格式保存的 SAS 数据。

libname xportout xport 'transport-file.xpt';
data xportout.tips;
    set tips(rename=(total_bill=tbill));
 * xport variable names limited to 6 characters;
run; 
df = pd.read_sas("transport-file.xpt")
df = pd.read_sas("binary-file.sas7bdat") 

你也可以直接指定文件格式。默认情况下,pandas 会根据文件扩展名来推断文件格式。

df = pd.read_sas("transport-file.xpt", format="xport")
df = pd.read_sas("binary-file.sas7bdat", format="sas7bdat") 

XPORT 是一种相对有限的格式,其解析不像其他 pandas 读取器那样优化。在 SAS 和 pandas 之间交换数据的另一种方法是序列化为 csv。

# version 0.17, 10M rows
In [8]: %time df = pd.read_sas('big.xpt')
Wall time: 14.6 s
In [9]: %time df = pd.read_csv('big.csv')
Wall time: 4.86 s 

数据结构

通用术语翻译

pandas SAS
DataFrame 数据集
变量
观察
分组 BY 组
NaN .

DataFrame

在 pandas 中,DataFrame类似于 SAS 数据集 - 一个具有标记列的二维数据源,可以是不同类型。正如本文档所示,几乎任何可以使用 SAS 的DATA步骤应用于数据集的操作,也可以在 pandas 中完成。

Series

Series是表示DataFrame的一列的数据结构。SAS 没有单独的数据结构用于单列,但通常,使用Series类似于在DATA步骤中引用列。

Index

每个DataFrameSeries都有一个Index - 这些是数据的上的标签。SAS 没有完全类似的概念。数据集的行基本上是无标签的,除了在DATA步骤中可以访问的隐式整数索引(_N_)。

在 pandas 中,如果未指定索引,则默认情况下也使用整数索引(第一行=0,第二行=1,依此类推)。虽然使用带标签的IndexMultiIndex可以实现复杂的分析,并最终是理解 pandas 的重要部分,但在此比较中,我们将基本上忽略Index,只将DataFrame视为列的集合。请参阅索引文档以了解如何有效使用Index

复制与原地操作

大多数 pandas 操作返回Series/DataFrame的副本。要使更改“生效”,您需要将其分配给一个新变量:

sorted_df = df.sort_values("col1") 

或覆盖原始变量:

df = df.sort_values("col1") 

注意

您将看到一些方法可用的inplace=Truecopy=False关键字参数:

df.replace(5, inplace=True) 

有关废弃和删除inplacecopy的讨论正在进行中,适用于大多数方法(例如dropna),除了一小部分方法(包括replace)。在写时复制的情况下,这两个关键字将不再必要。提案可以在这里找到。

通用术语翻译

pandas SAS
DataFrame 数据集
column 变量
row 观察
groupby BY-group
NaN .

DataFrame

在 pandas 中,DataFrame类似于 SAS 数据集 - 一个具有带标签列的二维数据源,可以是不同类型的数据。正如本文档所示,几乎可以使用 SAS 的DATA步骤对数据集应用的任何操作,也可以在 pandas 中完成。

Series

Series是表示DataFrame的一列的数据结构。SAS 没有单独的数据结构用于单列,但通常,使用Series类似于在DATA步骤中引用列。

Index

每个DataFrameSeries都有一个Index - 这些是数据的上的标签。SAS 没有完全类似的概念。数据集的行基本上没有标签,除了在DATA步骤中可以访问的隐式整数索引(_N_)。

在 pandas 中,如果未指定索引,则默认情况下也使用整数索引(第一行=0,第二行=1,依此类推)。虽然使用带标签的IndexMultiIndex可以实现复杂的分析,并最终是理解 pandas 的重要部分,但在此比较中,我们将基本上忽略Index,只将DataFrame视为列的集合。请参阅索引文档以了解如何有效使用Index

复制与原地操作

大多数 pandas 操作返回Series/DataFrame的副本。要使更改“生效”,您需要将其分配给一个新变量:

sorted_df = df.sort_values("col1") 

或覆盖原始变量:

df = df.sort_values("col1") 

注意

您将看到一些方法可用的inplace=Truecopy=False关键字参数:

df.replace(5, inplace=True) 

关于在大多数方法(例如 dropna)中废弃和删除 inplacecopy 正在进行活跃讨论,除了非常小的一部分方法(包括 replace)。在写时复制的情况下,这两个关键字将不再需要。提案可以在这里找到。

数据输入 / 输出

从数值构建 DataFrame

可以通过在 datalines 语句后放置数据并指定列名来构建指定值的 SAS 数据集。

data df;
    input x y;
 datalines;
 1 2
 3 4
 5 6
 ;
run; 

可以用许多不同的方式构建 pandas 的 DataFrame,但对于少量的值,将其指定为 Python 字典通常很方便,其中键是列名,值是数据。

In [1]: df = pd.DataFrame({"x": [1, 3, 5], "y": [2, 4, 6]})
In [2]: df
Out[2]: 
 x  y
0  1  2
1  3  4
2  5  6 

读取外部数据

像 SAS 一样,pandas 提供了从多种格式中读取数据的工具。在 pandas 测试中找到的 tips 数据集(csv)将在接下来的许多示例中使用。

SAS 提供了 PROC IMPORT 以将 csv 数据读入数据集。

proc import datafile='tips.csv' dbms=csv out=tips replace;
    getnames=yes;
run; 

pandas 方法是 read_csv(),其工作方式类似。

In [3]: url = (
 ...:    "https://raw.githubusercontent.com/pandas-dev/"
 ...:    "pandas/main/pandas/tests/io/data/csv/tips.csv"
 ...: )
 ...: 
In [4]: tips = pd.read_csv(url)
In [5]: tips
Out[5]: 
 total_bill   tip     sex smoker   day    time  size
0         16.99  1.01  Female     No   Sun  Dinner     2
1         10.34  1.66    Male     No   Sun  Dinner     3
2         21.01  3.50    Male     No   Sun  Dinner     3
3         23.68  3.31    Male     No   Sun  Dinner     2
4         24.59  3.61  Female     No   Sun  Dinner     4
..          ...   ...     ...    ...   ...     ...   ...
239       29.03  5.92    Male     No   Sat  Dinner     3
240       27.18  2.00  Female    Yes   Sat  Dinner     2
241       22.67  2.00    Male    Yes   Sat  Dinner     2
242       17.82  1.75    Male     No   Sat  Dinner     2
243       18.78  3.00  Female     No  Thur  Dinner     2
[244 rows x 7 columns] 

PROC IMPORT 一样,read_csv 可以接受多个参数来指定数据应该如何解析。例如,如果数据是以制表符分隔的,并且没有列名,则 pandas 命令将是:

tips = pd.read_csv("tips.csv", sep="\t", header=None)
# alternatively, read_table is an alias to read_csv with tab delimiter
tips = pd.read_table("tips.csv", header=None) 

除了 text/csv,pandas 还支持多种其他数据格式,如 Excel、HDF5 和 SQL 数据库。所有这些都是通过 pd.read_* 函数读取的。有关更多详细信息,请参阅 IO 文档。

限制输出

默认情况下,pandas 会截断大的 DataFrame 输出以显示第一行和最后一行。这可以通过更改 pandas 选项或使用 DataFrame.head()DataFrame.tail() 来覆盖。

In [1]: tips.head(5)
Out[1]: 
 total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner     2
1       10.34  1.66    Male     No  Sun  Dinner     3
2       21.01  3.50    Male     No  Sun  Dinner     3
3       23.68  3.31    Male     No  Sun  Dinner     2
4       24.59  3.61  Female     No  Sun  Dinner     4 

在 SAS 中等效的是:

proc print data=df(obs=5);
run; 

导出数据

SAS 中 PROC IMPORT 的反操作是 PROC EXPORT

proc export data=tips outfile='tips2.csv' dbms=csv;
run; 

同样地,在 pandas 中,read_csv 的相反操作是 to_csv(),其他数据格式也遵循类似的 API。

tips.to_csv("tips2.csv") 

从数值构建 DataFrame

可以通过在 datalines 语句后放置数据并指定列名来构建指定值的 SAS 数据集。

data df;
    input x y;
 datalines;
 1 2
 3 4
 5 6
 ;
run; 

可以用许多不同的方式构建 pandas 的 DataFrame,但对于少量的值,将其指定为 Python 字典通常很方便,其中键是列名,值是数据。

In [1]: df = pd.DataFrame({"x": [1, 3, 5], "y": [2, 4, 6]})
In [2]: df
Out[2]: 
 x  y
0  1  2
1  3  4
2  5  6 

读取外部数据

与 SAS 类似,pandas 提供了从许多格式中读取数据的实用程序。在 pandas 测试中找到的tips数据集(csv)将在接下来的许多示例中使用。

SAS 提供了PROC IMPORT来将 csv 数据读入数据集。

proc import datafile='tips.csv' dbms=csv out=tips replace;
    getnames=yes;
run; 

pandas 方法是read_csv(),工作方式类似。

In [3]: url = (
 ...:    "https://raw.githubusercontent.com/pandas-dev/"
 ...:    "pandas/main/pandas/tests/io/data/csv/tips.csv"
 ...: )
 ...: 
In [4]: tips = pd.read_csv(url)
In [5]: tips
Out[5]: 
 total_bill   tip     sex smoker   day    time  size
0         16.99  1.01  Female     No   Sun  Dinner     2
1         10.34  1.66    Male     No   Sun  Dinner     3
2         21.01  3.50    Male     No   Sun  Dinner     3
3         23.68  3.31    Male     No   Sun  Dinner     2
4         24.59  3.61  Female     No   Sun  Dinner     4
..          ...   ...     ...    ...   ...     ...   ...
239       29.03  5.92    Male     No   Sat  Dinner     3
240       27.18  2.00  Female    Yes   Sat  Dinner     2
241       22.67  2.00    Male    Yes   Sat  Dinner     2
242       17.82  1.75    Male     No   Sat  Dinner     2
243       18.78  3.00  Female     No  Thur  Dinner     2
[244 rows x 7 columns] 

PROC IMPORT类似,read_csv可以接受多个参数来指定数据应如何解析。例如,如果数据是制表符分隔的,并且没有列名,pandas 命令将是:

tips = pd.read_csv("tips.csv", sep="\t", header=None)
# alternatively, read_table is an alias to read_csv with tab delimiter
tips = pd.read_table("tips.csv", header=None) 

除了文本/csv,pandas 还支持多种其他数据格式,如 Excel、HDF5 和 SQL 数据库。这些都是通过pd.read_*函数读取的。更多详情请参阅 IO 文档。

限制输出

默认情况下,pandas 会截断大型DataFrame的输出以显示第一行和最后一行。这可以通过更改 pandas 选项,或使用DataFrame.head()DataFrame.tail()来覆盖。

In [1]: tips.head(5)
Out[1]: 
 total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner     2
1       10.34  1.66    Male     No  Sun  Dinner     3
2       21.01  3.50    Male     No  Sun  Dinner     3
3       23.68  3.31    Male     No  Sun  Dinner     2
4       24.59  3.61  Female     No  Sun  Dinner     4 

在 SAS 中的等效操作是:

proc print data=df(obs=5);
run; 

导出数据

在 SAS 中,PROC IMPORT的反向操作是PROC EXPORT

proc export data=tips outfile='tips2.csv' dbms=csv;
run; 

类似于 pandas,read_csv的相反操作是to_csv(),其他数据格式遵循类似的 api。

tips.to_csv("tips2.csv") 

数据操作

列操作

DATA步骤中,可以对新列或现有列使用任意数学表达式。

data tips;
    set tips;
    total_bill = total_bill - 2;
    new_bill = total_bill / 2;
run; 

pandas 通过在DataFrame中指定各个Series来提供矢量化操作。新列可以以相同方式分配。DataFrame.drop()方法从DataFrame中删除列。

In [1]: tips["total_bill"] = tips["total_bill"] - 2
In [2]: tips["new_bill"] = tips["total_bill"] / 2
In [3]: tips
Out[3]: 
 total_bill   tip     sex smoker   day    time  size  new_bill
0         14.99  1.01  Female     No   Sun  Dinner     2     7.495
1          8.34  1.66    Male     No   Sun  Dinner     3     4.170
2         19.01  3.50    Male     No   Sun  Dinner     3     9.505
3         21.68  3.31    Male     No   Sun  Dinner     2    10.840
4         22.59  3.61  Female     No   Sun  Dinner     4    11.295
..          ...   ...     ...    ...   ...     ...   ...       ...
239       27.03  5.92    Male     No   Sat  Dinner     3    13.515
240       25.18  2.00  Female    Yes   Sat  Dinner     2    12.590
241       20.67  2.00    Male    Yes   Sat  Dinner     2    10.335
242       15.82  1.75    Male     No   Sat  Dinner     2     7.910
243       16.78  3.00  Female     No  Thur  Dinner     2     8.390
[244 rows x 8 columns]
In [4]: tips = tips.drop("new_bill", axis=1) 

过滤

在 SAS 中,使用ifwhere语句对一个或多个列进行过滤。

data tips;
    set tips;
    if total_bill > 10;
run;
data tips;
    set tips;
    where total_bill > 10;
    /* equivalent in this case - where happens before the
 DATA step begins and can also be used in PROC statements */
run; 

数据框可以以多种方式进行过滤;其中最直观的是使用布尔索引。

In [1]: tips[tips["total_bill"] > 10]
Out[1]: 
 total_bill   tip     sex smoker   day    time  size
0         14.99  1.01  Female     No   Sun  Dinner     2
2         19.01  3.50    Male     No   Sun  Dinner     3
3         21.68  3.31    Male     No   Sun  Dinner     2
4         22.59  3.61  Female     No   Sun  Dinner     4
5         23.29  4.71    Male     No   Sun  Dinner     4
..          ...   ...     ...    ...   ...     ...   ...
239       27.03  5.92    Male     No   Sat  Dinner     3
240       25.18  2.00  Female    Yes   Sat  Dinner     2
241       20.67  2.00    Male    Yes   Sat  Dinner     2
242       15.82  1.75    Male     No   Sat  Dinner     2
243       16.78  3.00  Female     No  Thur  Dinner     2
[204 rows x 7 columns] 

上述语句只是将True/False对象的Series传递给数据框,返回所有具有True的行。

In [2]: is_dinner = tips["time"] == "Dinner"
In [3]: is_dinner
Out[3]: 
0      True
1      True
2      True
3      True
4      True
 ... 
239    True
240    True
241    True
242    True
243    True
Name: time, Length: 244, dtype: bool
In [4]: is_dinner.value_counts()
Out[4]: 
time
True     176
False     68
Name: count, dtype: int64
In [5]: tips[is_dinner]
Out[5]: 
 total_bill   tip     sex smoker   day    time  size
0         14.99  1.01  Female     No   Sun  Dinner     2
1          8.34  1.66    Male     No   Sun  Dinner     3
2         19.01  3.50    Male     No   Sun  Dinner     3
3         21.68  3.31    Male     No   Sun  Dinner     2
4         22.59  3.61  Female     No   Sun  Dinner     4
..          ...   ...     ...    ...   ...     ...   ...
239       27.03  5.92    Male     No   Sat  Dinner     3
240       25.18  2.00  Female    Yes   Sat  Dinner     2
241       20.67  2.00    Male    Yes   Sat  Dinner     2
242       15.82  1.75    Male     No   Sat  Dinner     2
243       16.78  3.00  Female     No  Thur  Dinner     2
[176 rows x 7 columns] 

if/then 逻辑

在 SAS 中,可以使用 if/then 逻辑来创建新列。

data tips;
    set tips;
    format bucket $4.;
    if total_bill < 10 then bucket = 'low';
    else bucket = 'high';
run; 

在 pandas 中,可以使用numpy中的where方法来完成相同的操作。

In [1]: tips["bucket"] = np.where(tips["total_bill"] < 10, "low", "high")
In [2]: tips
Out[2]: 
 total_bill   tip     sex smoker   day    time  size bucket
0         14.99  1.01  Female     No   Sun  Dinner     2   high
1          8.34  1.66    Male     No   Sun  Dinner     3    low
2         19.01  3.50    Male     No   Sun  Dinner     3   high
3         21.68  3.31    Male     No   Sun  Dinner     2   high
4         22.59  3.61  Female     No   Sun  Dinner     4   high
..          ...   ...     ...    ...   ...     ...   ...    ...
239       27.03  5.92    Male     No   Sat  Dinner     3   high
240       25.18  2.00  Female    Yes   Sat  Dinner     2   high
241       20.67  2.00    Male    Yes   Sat  Dinner     2   high
242       15.82  1.75    Male     No   Sat  Dinner     2   high
243       16.78  3.00  Female     No  Thur  Dinner     2   high
[244 rows x 8 columns] 

日期功能

SAS 提供了多种函数来对日期/时间列进行操作。

data tips;
    set tips;
    format date1 date2 date1_plusmonth mmddyy10.;
    date1 = mdy(1, 15, 2013);
    date2 = mdy(2, 15, 2015);
    date1_year = year(date1);
    date2_month = month(date2);
 * shift date to beginning of next interval;
    date1_next = intnx('MONTH', date1, 1);
 * count intervals between dates;
    months_between = intck('MONTH', date1, date2);
run; 

下面显示了等效的 pandas 操作。除了这些功能外,pandas 还支持 Base SAS 中不可用的其他时间序列功能(例如重新采样和自定义偏移)-请参阅 timeseries 文档了解更多详情。

In [1]: tips["date1"] = pd.Timestamp("2013-01-15")
In [2]: tips["date2"] = pd.Timestamp("2015-02-15")
In [3]: tips["date1_year"] = tips["date1"].dt.year
In [4]: tips["date2_month"] = tips["date2"].dt.month
In [5]: tips["date1_next"] = tips["date1"] + pd.offsets.MonthBegin()
In [6]: tips["months_between"] = tips["date2"].dt.to_period("M") - tips[
 ...:    "date1"
 ...: ].dt.to_period("M")
 ...: 
In [7]: tips[
 ...:    ["date1", "date2", "date1_year", "date2_month", "date1_next", "months_between"]
 ...: ]
 ...: 
Out[7]: 
 date1      date2  date1_year  date2_month date1_next    months_between
0   2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
1   2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
2   2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
3   2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
4   2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
..         ...        ...         ...          ...        ...               ...
239 2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
240 2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
241 2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
242 2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
243 2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
[244 rows x 6 columns] 


Pandas 2.2 中文官方教程和指南(五)(3)https://developer.aliyun.com/article/1510585

相关文章
|
3月前
|
存储 JSON 数据格式
Pandas 使用教程 CSV - CSV 转 JSON
Pandas 使用教程 CSV - CSV 转 JSON
30 0
|
3月前
|
JSON 数据格式 Python
Pandas 使用教程 JSON
Pandas 使用教程 JSON
36 0
|
3月前
|
SQL 数据采集 JSON
Pandas 使用教程 Series、DataFrame
Pandas 使用教程 Series、DataFrame
53 0
|
5月前
|
数据采集 存储 数据可视化
Pandas高级教程:数据清洗、转换与分析
Pandas是Python的数据分析库,提供Series和DataFrame数据结构及数据分析工具,便于数据清洗、转换和分析。本教程涵盖Pandas在数据清洗(如缺失值、重复值和异常值处理)、转换(数据类型转换和重塑)和分析(如描述性统计、分组聚合和可视化)的应用。通过学习Pandas,用户能更高效地处理和理解数据,为数据分析任务打下基础。
559 3
|
6月前
|
索引 Python
Pandas 2.2 中文官方教程和指南(一)(4)
Pandas 2.2 中文官方教程和指南(一)
53 0
|
6月前
|
存储 SQL JSON
Pandas 2.2 中文官方教程和指南(一)(3)
Pandas 2.2 中文官方教程和指南(一)
86 0
|
6月前
|
XML 关系型数据库 PostgreSQL
Pandas 2.2 中文官方教程和指南(一)(2)
Pandas 2.2 中文官方教程和指南(一)
153 0
|
6月前
|
XML 关系型数据库 MySQL
Pandas 2.2 中文官方教程和指南(一)(1)
Pandas 2.2 中文官方教程和指南(一)
154 0
|
6月前
|
C++ 索引 Python
Pandas 2.2 中文官方教程和指南(五)(4)
Pandas 2.2 中文官方教程和指南(五)
45 0
|
6月前
|
索引 Python
Pandas 2.2 中文官方教程和指南(五)(3)
Pandas 2.2 中文官方教程和指南(五)
42 0