Python中的pandas库简介及其使用教程

目录pandas模块SeriesDateFrame常用方法处理缺失数据数据过滤绘图功能pandas模块pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；...

目录

pandas模块
Series
DateFrame
常用方法
处理缺失数据
数据过滤
绘图功能

pandas模块

pandas是javascript一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。

便捷的数据处理能力
独特的数据结构
读取文件方便
封装了matplotlib的画图和numpy的计算

Pandas中常见的数据结构有两种：

SeriesDateFrame类似一维数组的对象，类似多维数组/表格数组；每列数据可以是不同的类型；索引包括列索引和行索引。

Series

构建Series：ser_obj = pd.Series(range(10))
由索引和数据组成（索引在左<自动创建的>，数据在右）。
获取数据和索引：ser_obj.index; ser_obj.values
预览数据： ser_obj.head(n);ser_obj.tail(n)

DateFrame

获取列数据：df_obj[col_idx]或df_obj.col_idx
增加列数据：df_obj[new_col_idx] = data
删除列：del df_obj[col_idx]
按值排序：sort_values(by = “label_name”)

常用方法

Count非NA值得数量describe针对Series或各DataFrame列计算汇总统计min\max计算最小值和最大值argmin\argmax计算能够获取到最大值或最小值的索引位置idxmin\idxmpythonax计算能够获取到最小值和最大值的索引值quantile计算样本的分位数（0-1）sum值得总和mean值得平均值median值的算术中位数（50%分位数）mad根据平均值计算平均绝对离差var样本值得方差std样本值得标准差skew样本值的偏度（三阶距）kurt样本值的峰度（四阶距）cumsum样本值的累计和cummin\cummax样本值的累计最大值和累计最小值cumprod样本值的累计积diff计算一阶差分（对时间序列很有用）pct_change计算百分数变化

处理缺失数据

Dropna()丢弃缺失数据
Fillna()填充缺失数据

数据过滤

Df[filter_condition]依据filter_condition(条件)对Df(数据)进行过滤。

绘图功能

Plot(kind,x,y,title,figsize)
Kind(绘制什么形式的图),x（x轴内容）,y（y轴内容）,title（图标题）,figsize（图大小）

保存图片：plt.savefig()

（"The fool doth think he is wise, but the wise man knows himself to be a fool." --威廉·莎士比亚）

到此这篇关于python中的pandas库简介及其使用的文章就介绍到这了,更多相关Python pandas库内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！