pandas的基本用法(一)——数据定义及使用

| |
pandas的基本用法(一)——数据定义及使用

文章作者：Tyan
博客：noahsnail.com  |  CSDN  |  简书

本文主要是关于pandas的一些基本用法。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
#!/usr/bin/env python
# _*_ coding: utf-8 _*_


import pandas as pd
import numpy as np


# Test 1
# 定义序列, pandas中的数据形式通常是float32或float64
s = pd.Series([1, 3, 5, np.nan, 44,  1])
print s
print s[0]
print s[3]

# Test 1 result
0     1.0
1     3.0
2     5.0
3     NaN
4    44.0
5     1.0
dtype: float64
1.0
nan

# Test 2
# 定义日期列表
dates = pd.date_range('20170101', periods = 6)
print dates
print dates[5]

# Test 2 result
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',
               '2017-01-05', '2017-01-06'],
              dtype='datetime64[ns]', freq='D')
2017-01-06 00:00:00

# Test 3
# DataFrame类似于numpy的array, 行索引为dates, 列索引为[a, b, c, d]
df = pd.DataFrame(np.random.randn(6, 4), index = dates, columns = ['a', 'b', 'c', 'd'])
print df

# 不指定索引的DataFrame
df = pd.DataFrame(np.arange(12).reshape(3, 4))
print df

# DataFrame的定义
df = pd.DataFrame({'A': 1., 'B': 'Foo', 'C': np.array([3] * 4)})
print df

# Test 3 result
                   a         b         c         d
2017-01-01  1.104994  1.328379  0.410358 -1.661059
2017-01-02 -0.642727 -0.152576  1.126191 -0.005317
2017-01-03 -0.179257  0.160972 -0.824172 -0.175027
2017-01-04  0.838328 -0.500909  0.714592  1.144800
2017-01-05  0.803691 -3.979186 -1.037603 -0.747943
2017-01-06  1.217289 -0.074413  0.504138 -0.077507

   0  1   2   3
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

     A    B  C
0  1.0  Foo  3
1  1.0  Foo  3
2  1.0  Foo  3
3  1.0  Foo  3

# Test 4
# 查看DataFrame的数据类型
df.dtypes

# 查看DataFrame的索引
df.index

# 查看DataFrame的列索引
df.columns

# 查看DataFrame的值
df.values

# 查看DataFrame的描述
df.describe()

# DataFrame的转置
df.T

# DataFrame的index排序
df.sort_index(axis = 1)

# DataFrame的index排序, 逆序
df.sort_index(axis = 1, ascending = False)

# DataFrame按值排序
df.sort_values(by = 'C')

# Test 4 result
A    float64
B     object
C      int64
dtype: object

RangeIndex(start=0, stop=4, step=1)

Index([u'A', u'B', u'C'], dtype='object')

array([[1.0, 'Foo', 3],
       [1.0, 'Foo', 3],
       [1.0, 'Foo', 3],
       [1.0, 'Foo', 3]], dtype=object)

       A      C
count  4.0    4.0
mean   1.0    3.0
std    0.0    0.0
min    1.0    3.0
25%    1.0    3.0
50%    1.0    3.0
75%    1.0    3.0
max    1.0    3.0

       0      1      2      3
A      1      1      1      1
B      Foo    Foo    Foo    Foo
C      3      3      3      3


       A      B      C
0      1.0    3      Foo
1      1.0    3      Foo
2      1.0    3      Foo
3      1.0    3      Foo

       C      B      A
0      Foo    3      1.0
1      Foo    3      1.0
2      Foo    3      1.0
3      Foo    3      1.0

       A      B      C
0      1.0    3      Foo
1      1.0    3      Foo
2      1.0    3      Foo
3      1.0    3      Foo

参考资料

  1. https://www.youtube.com/user/MorvanZhou
如果有收获，可以请我喝杯咖啡！