Python基础 | pandas.dataframe 专题使用指南

简介: pandas.dataframe 专题使用指南。

1.选取行名、列名、值

image

image

2.以标签(行、列的名字)为索引选择数据—— x.loc[行标签,列标签]

image

3.以位置(第几行、第几列)为索引选择数据—— x.iloc[行位置,列位置]

image

4.同时根据标签和位置选择数据——x.ix[行,列]

image

5.选择连续的多行多列——切片
起点索引:终点索引 这种用法叫做一个切片,指从起点索引到终点索引。看实际用法就懂了。
如果起点索引省略代表从头开始,终点索引省略代表直到最后,都省略就代表全部了。
切片在.loc、.iloc、.ix三种方法中都可以应用

image

由上例可见,当以位置为索引时,切片是不包括终点的,是左闭右开的。即第1列到第3列不是写作0:2而是0:3。

image

6.选择不连续的某几行或某几列

image

image

备注:当以标签名选取不连续的某几行的时候在这个例子中如df.loc['2016-02-02','2016-02-04',:]这样写会出错,,是时间格式的原因,这样写就可以了df.ix[[pd.Timestamp('2016-02-02'), pd.Timestamp('2016-02-04')]]

7.简便地获取行或列
直接用切片获取行,直接用标签名获取列。注意不要错乱。

image

image

8.如何返回一个dataframe的单列或单行
如上,此时返回的是一个series,而不是dataframe。有时单独只获取一行的时候也会返回一个series,如df.ix[0,:]。

image

若要返回dataframe,可用中括号把索引括上,如下。

image

9.按条件选取数据——df[逻辑条件]
逻辑条件支持&(与)、|(或)、~(非)等逻辑运算

image

image

这个方法有个常用情景,即按条件修改数据:

image

02.dataframe转置、排序

1.转置 df.T

image

2.按行名或列名排序——df.sort_index
df.sort_index(axis=0,ascending=True)
axis= 0 为按行名排序;1 为按列名排序
ascending= True 为升序; False 为降序

image

3.按值排序——df.sort_index
df.sort(by=, ascending=True)
by= 按哪一列的值排序,默认是按行标签排序
ascending= True 为升序; False 为降序

image

03.dataframe增删行或列

1.获得一个datframe数据类型的样例

image

2.增加一列或一行

image

3.删除行或列——df.drop
df.drop(labels,axis=0,inplace=Flase)
labels 行或列的标签名,写在第一个可省略。
axis= 0 删除行;1 删除列
inplace= False 生成新dataframe;True 不生成新的dataframe,替换原本dataframe。默认是False。
该操作默认返回的是另一个新的dataframe,以至于原来的没有变,如在下面第一个例子中删除的列,在第二个例子中还有。要替换原来的请调整inplace参数

image

04.链接多个dataframe

1.concat,concat([df1,df2,...],axis=0)
axis= 0 纵向;1 横向。
使用前需导入过pandas模块
使用时要注意连接的dataframe行列对齐
可以同时拼接多个dataframe
拼接是强制的,允许连接后存在同名的行或列,见纵向连接的第二个例子

image

2.横向连接

image

3.纵向连接

image

05.组建dataframe

1.组建方法——pd.DataFrame
pd.DataFrame(data=None, index=None, columns=None)
data= 数据
index= 索引,即行名、行表头
columns= 列名、列表头
使用前要执行前面的import pandas as pd

image

2.用字典型数据组建——pd.DataFrame
方法基本同上,因为字典型自带一个标签,所以就不用写列名了。

image

3.简便地获得聚宽数据中的时间索引
有时建立一个dataframe时,为了和平台数据保持一致,需要使用相同的时间行索引,但时间数据操作复杂,而且涉及到节假日、非交易日等问题,直接建立比较困难,这里介绍一种简单的方法,快速获得跟平台数据一致的时间索引。原理就是直接把平台数据的时间索引拿出来。例子如下:

image

06.dataframe的缺失值处理

1.去掉缺失值——df.dropna
df.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
axis= 0 按行检查缺失;1 按列检查缺失。不写默认为0
how= 'any' 有一个缺失值就算缺失;'all' 行或列(根据axis参数)全缺失才算缺失。不写默认为'any'
thresh= x,x为一个整数,含义为行或列(根据axis参数)中非缺失数值个数大于等于x则不算缺失,即小于x则算缺失,会被去除。
subset= 标签名。选择要对哪个列或行(与axis中的相反)进行检查缺失,没写的则不检查。即限制检查范围。
相对复杂,请看例子和与例子注释。

image

image

image

image

image

2.对缺失值进行填充——df.fillna
df.fillna(value=None,axis=None)
value= 替换缺失值的值。可以是单个值、字典、dataframe等,但不能是list。区别请看例子。

image

image

image

image

3.判断数据是否为缺失——df.isnull

为什么要这样用这个方法判断是否为缺失?
因为nan不等于nan(如下例),即用类似x == nan条件为真 这样的判断方法无法判断一个值x是否为nan。

image

07.常用统计函数

常用统计函数
describe 针对Series或个DataFrame列计算汇总统计
count 非na值的数量
min、max 计算最小值和最大值
idxmin、idxmax 计算能够获取到最大值和最小值得索引值
quantile 计算样本的分位数(0到1)
sum 值的总和
mean 值得平均数
median 值得算术中位数(50%分位数)
mad 根据平均值计算平均绝对离差
var 样本值的方差
std 样本值的标准差
skew 样本值得偏度(三阶矩)
kurt 样本值得峰度(四阶矩)
cumsum 样本值得累计和
cummin,cummax 样本值得累计最大值和累计最小值
cumprod 样本值得累计积
diff 计算一阶差分
pct_change 计算百分数变化
查看函数的详细信息

08.panel类型数据分解成dataframe

1.panel的取用方法
panel类型的的取用方法类似与dataframe,看下例子也就明白了。一般要做统计方面的工作,也是如下分解成dataframe进行操作,基本满足日常需求。了解更多panel的操作可参考:http://pandas.pydata.org/pandas-docs/stable/api.html#panel

2.panel类型数据分解成dataframe方法

image

image

09.研究内存取dataframe

1.把dataframe存成csv文件——df.to_csv()
用法如下,文件都是存到研究空间中的,如果不写路径是默认是存在根目录,如df.to_csv('df.csv')

image

image

2.读取被存成csv文件的dataframe——pd.read_csv()

image

原文发布时间为:2018-08-02
本文作者:TWist
本文来自云栖社区合作伙伴“ Python中文社区”,了解相关信息可以关注“ Python中文社区

相关文章
|
2天前
|
数据采集 人工智能 数据挖掘
Python数据分析:利用Pandas库处理缺失数据的技巧
在数据分析中,数据的完整性对结果的准确性至关重要。本文将介绍如何利用Python中强大的Pandas库来处理数据中的缺失值,帮助您更好地进行数据清洗和分析。
|
10天前
|
JSON 数据挖掘 数据处理
在Python如何将 JSON 转换为 Pandas DataFrame?
在Python如何将 JSON 转换为 Pandas DataFrame?
22 1
|
15天前
|
Python
在Python中,pandas库的`get_dummies`函数
在Python中,pandas库的`get_dummies`函数
11 2
|
23天前
|
BI 索引 Python
python报表自动化系列 - python中索引pandas.DataFrame的内容
python报表自动化系列 - python中索引pandas.DataFrame的内容
8 0
|
23天前
|
BI 索引 Python
python报表自动化系列 - 为pandas.DataFrame制作自然数索引(更改索引为从1开始的自然数)
python报表自动化系列 - 为pandas.DataFrame制作自然数索引(更改索引为从1开始的自然数)
7 0
|
23天前
|
数据挖掘 索引 Python
Python 教程之 Pandas(15)—— 使用 pandas.read_csv() 读取 csv
Python 教程之 Pandas(15)—— 使用 pandas.read_csv() 读取 csv
11 0
|
23天前
|
存储 数据挖掘 索引
Python 教程之 Pandas(14)—— 使用 Pandas 进行数据分析
Python 教程之 Pandas(14)—— 使用 Pandas 进行数据分析
12 0
Python 教程之 Pandas(14)—— 使用 Pandas 进行数据分析
|
23天前
|
索引 Python
Python 教程之 Pandas(13)—— series 上的转换操作
Python 教程之 Pandas(13)—— series 上的转换操作
13 0
Python 教程之 Pandas(13)—— series 上的转换操作
|
23天前
|
Python
Python 教程之 Pandas(12)—— series 的二元运算
Python 教程之 Pandas(12)—— series 的二元运算
8 0
Python 教程之 Pandas(12)—— series 的二元运算
|
23天前
|
索引 Python
Python 教程之 Pandas(11)—— 索引和选择 series 的数据
Python 教程之 Pandas(11)—— 索引和选择 series 的数据
15 0
Python 教程之 Pandas(11)—— 索引和选择 series 的数据