當(dāng)前位置：首頁 > 科技 > 軟件

Pandas入門的12個(gè)技巧

來源：責(zé)編：時(shí)間：2024-01-03 17:22:15 241觀看

導(dǎo)讀今天，就為大家總結(jié)一下 “Pandas數(shù)據(jù)處理的12技巧”，拿來即用，隨查隨用。今天，就為大家總結(jié)一下 “Pandas數(shù)據(jù)處理的12技巧”，拿來即用，隨查隨用。1. 安裝你還可以使用內(nèi)置的 Python 工具 pip 安裝 Pandas 并運(yùn)行以下命令:$

今天，就為大家總結(jié)一下 “Pandas數(shù)據(jù)處理的12技巧”，拿來即用，隨查隨用。

1. 安裝

你還可以使用內(nèi)置的 Python 工具 pip 安裝 Pandas 并運(yùn)行以下命令:

$ pip install pandas

安裝完成后的提示成功，則可以環(huán)境中使用pandas包了。

import pandas

2. 創(chuàng)建數(shù)據(jù)列

Pandas一維數(shù)組(數(shù)據(jù)列)可以保存任何數(shù)據(jù)類型。一般通過調(diào)用 pd.Series() 方法實(shí)現(xiàn)，不指定index，默認(rèn)為0,1,2,3...。

import pandasimport numpyS = pandas.Series(    [1, 2, 3, 4],  # 數(shù)據(jù)    index=["a", "b", "c", "d"],  # 指定索引    dtype=numpy.int8,  # 指定數(shù)據(jù)類型)S.name = "test"  # 創(chuàng)建一維數(shù)組的名稱S.index.name = "index"  # 創(chuàng)建一維數(shù)組的索引名稱print(S)

輸出:

indexa    1b    2c    3d    4Name: test, dtype: int8

3. 創(chuàng)建數(shù)據(jù)框

創(chuàng)建具有列的二維數(shù)據(jù)結(jié)構(gòu)的對(duì)象(數(shù)據(jù)框)。一般通過調(diào)用 pd.DataFrame() 方法實(shí)現(xiàn)，不指定index，默認(rèn)為0,1,2,3...。

import pandasdat_list = [    [1, 2, 3],    [4, 6, 8],    [10, 11, 12],]df = pandas.DataFrame(    dat_list,    index=["i1", "i3", "i2"],    columns=["a", "b", "c"],)print(df)

輸出:

a   b   ci1   1   2   3i3   4   6   8i2  10  11  12

4. CSV文件的讀寫

Pandas 支持從 CSV的讀寫，我們用 pd.read_csv() 和 pd.to_csv() 方法來實(shí)現(xiàn)。

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df.to_csv("output/test.csv") # 導(dǎo)出到CSV文件dfnew = pandas.read_csv("output/test.csv", index_col=0) # index_col=0 表示第一列為索引print(dfnew)

5. Excel文件的讀寫

Pandas 支持從 Excel的讀寫，我們用 pd.read_excel() 和 pd.to_excel() 方法來實(shí)現(xiàn)。

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df.to_excel("output/test.xlsx") # 導(dǎo)出到exceldfnew = pandas.read_excel("output/test.xlsx", index_col=0) # index_col=0 表示第一列為索引print(dfnew)

6. 通過位置選擇值

Pandas 支持通過位置選擇值，我們用 df.iloc[row_index, column_index] 來實(shí)現(xiàn)。

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)print(df.iloc[2, 1])  # 6 結(jié)果為一個(gè)值print(df.iloc[[2], [1]])  # 結(jié)果為一個(gè)元素的數(shù)據(jù)框print(df.iloc[1:3, :])  # 結(jié)果為一個(gè)數(shù)據(jù)框

輸出:

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  126    Bi3  6    A  B  C   Di1  2  5  8  11i3  3  6  9  12

7. 通過名稱選擇值

Pandas 支持通過名稱選擇值，我們用 df.loc[row_name, column_name] 來實(shí)現(xiàn)。

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)print(df.loc["i2", "C"])  # 6 結(jié)果為一個(gè)值print(df.loc[["i2"], ["C"]])  # 結(jié)果為一個(gè)元素的數(shù)據(jù)框print(df.loc[["i2", "i3"], ["A", "D"]])  # 切片

輸出:

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  127    Ci2  7    A   Di2  1  10i3  3  12

8. 標(biāo)簽可以重復(fù)么？

這是一個(gè)有意思的問題，如果重復(fù)了如何取值呢，如何去掉重復(fù)呢？

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i2"])print(df)print(df.loc["i2", "C"])df.columns = ["A", "B", "B", "D"]print(df)print(df.loc["i2", "B"])

輸出:

A  B  C   Di2  1  4  7  10i1  2  5  8  11i2  3  6  9  12i2    7i2    9Name: C, dtype: int64    A  B  B   Di2  1  4  7  10i1  2  5  8  11i2  3  6  9  12    B  Bi2  4  7i2  6  9

9. 刪除行/列

Pandas 支持刪除行/列，我們用 df.drop([col/row name], axis=0/1) 來實(shí)現(xiàn)。

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df.drop(    ["i2", "i1"],    axis=0,  # axis=0刪除行，axis=1刪除列    inplace=True, # 如果為True，則在原數(shù)據(jù)上進(jìn)行操作，否則，創(chuàng)建一個(gè)新的數(shù)據(jù)對(duì)象    errors="ignore",  # 忽略不存在的列)print(df)

輸出:

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  12    A  B  C   Di3  3  6  9  12

10. 在最后增加列

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12]}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df['E'] = 0print(df)

輸出為:

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  12    A  B  C   D  Ei2  1  4  7  10  0i1  2  5  8  11  0i3  3  6  9  12  0

11. 在最后增加行

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12],}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df = df.append(    pandas.DataFrame({"A": 13, "B": 14, "C": 15, "D": 16}, index=["i4"]),    ignore_index=True,)print(df)

輸出：

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  12    A   B   C   D0   1   4   7  101   2   5   8  112   3   6   9  123  13  14  15  16

12. 通過標(biāo)簽(索引或列名)排序

import pandasd = {    "A": [1, 2, 3],    "B": [4, 5, 6],    "C": [7, 8, 9],    "D": [10, 11, 12]}df = pandas.DataFrame(d, index=["i2", "i1", "i3"])print(df)df = df.sort_index(    axis=0, # axis=0 按行標(biāo)簽排序，axis=1 按列標(biāo)簽排序    level=None,    ascending=True, # 是否升序    inplace=False, # 是否修改原數(shù)據(jù)    kind="quicksort", # 排序算法    na_positinotallow="last", # 如果有NA值，放在最后    sort_remaining=True, # 是否排序剩余列)print(df)

輸出:

A  B  C   Di2  1  4  7  10i1  2  5  8  11i3  3  6  9  12    A  B  C   Di1  2  5  8  11i2  1  4  7  10i3  3  6  9  12

總結(jié)

上面分享的pandas入門的12個(gè)技巧，希望對(duì)你有所幫助。

本文鏈接：http://www.tebozhan.com/showinfo-26-57288-0.htmlPandas入門的12個(gè)技巧

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com

上一篇：加速Python循環(huán)的12種方法,最高可以提速900倍

下一篇：掌握這個(gè)技術(shù)，給輪播圖和文本插上自由之翼

標(biāo)簽：

熱門焦點(diǎn)

跑分安卓第一！Redmi K60至尊版8月發(fā)布！盧偉冰：目標(biāo)年度性能之王

8月5日消息，Redmi K60至尊版將于8月發(fā)布，在此前舉行的戰(zhàn)略發(fā)布會(huì)上，官方該機(jī)將搭載搭載天璣9200+處理器，安兔兔V10跑分超177萬分，是目前安卓陣營(yíng)最高的分?jǐn)?shù)
企業(yè)采用CRM系統(tǒng)的11個(gè)好處

客戶關(guān)系管理（CRM）軟件可以為企業(yè)提供很多的好處，從客戶保留到提高生產(chǎn)力。　　CRM軟件用于企業(yè)收集客戶互動(dòng)，以改善客戶體驗(yàn)和滿意度?！　RM軟件市場(chǎng)規(guī)模如今超過580
得物效率前端微應(yīng)用推進(jìn)過程與思考

一、背景效率工程隨著業(yè)務(wù)的發(fā)展，組織規(guī)模的擴(kuò)大，越來越多的企業(yè)開始意識(shí)到協(xié)作效率對(duì)于企業(yè)團(tuán)隊(duì)的重要性，甚至是決定其在某個(gè)行業(yè)競(jìng)爭(zhēng)中突圍的關(guān)鍵，是企業(yè)長(zhǎng)久生存的根本。得物
在線圖片編輯器，支持PSD解析、AI摳圖等

自從我上次分享一個(gè)人開發(fā)仿造稿定設(shè)計(jì)的圖片編輯器到現(xiàn)在，不知不覺已過去一年時(shí)間了，期間我經(jīng)歷了裁員失業(yè)、面試找工作碰壁，寒冬下一直沒有很好地履行計(jì)劃.....這些就放在日
WebRTC.Net庫開發(fā)進(jìn)階，教你實(shí)現(xiàn)屏幕共享和多路復(fù)用！

WebRTC.Net庫：讓你的應(yīng)用更親民友好，實(shí)現(xiàn)視頻通話無痛接入！除了基本用法外，還有一些進(jìn)階用法可以更好地利用該庫。自定義 STUN/TURN 服務(wù)器配置WebRTC.Net 默認(rèn)使用 Google 的
重估百度丨“晚熟”的百度云，能等到春天嗎？

©自象限原創(chuàng)作者｜程心排版｜王喻可2016年7月13日，百度云計(jì)算戰(zhàn)略發(fā)布會(huì)在北京舉行，宣告著百度智能云的正式啟程。彼時(shí)的會(huì)場(chǎng)座無虛席，甚至排隊(duì)排到了門外，在場(chǎng)的所有人幾乎都
新電商三兄弟，“抖快紅”成團(tuán)！

來源：價(jià)值研究所作者：Hernanderz 隨著內(nèi)容電商的概念興起，抖音、快手、小紅書組成的“新電商三兄弟”成為業(yè)內(nèi)一股不可忽視的勢(shì)力，給阿里、京東、拼多多帶去了巨大壓
東方甄選單飛：有些鳥注定是關(guān)不住的

作者：彭寬鴻來源：華爾街科技眼&zwj;&zwj;&zwj;&zwj;&zwj;&zwj;&zwj;&zwj;&zwj;&zwj;東方甄選創(chuàng)始人俞敏洪帶隊(duì)的“7天甘肅行”直播活動(dòng)已在近日順利收官。成立后一
iQOO 11S新品發(fā)布會(huì)

iQOO將在7月4日19:00舉行新品發(fā)布會(huì)，推出杭州亞運(yùn)會(huì)電競(jìng)賽事官方用機(jī)iQOO 11S。

AVt天堂网手机版,亚洲va久久久噜噜噜久久4399,天天综合亚洲色在线精品,亚洲一级Av无码毛片久久精品

Pandas入門的12個(gè)技巧

1. 安裝

2. 創(chuàng)建數(shù)據(jù)列

3. 創(chuàng)建數(shù)據(jù)框

4. CSV文件的讀寫

5. Excel文件的讀寫

6. 通過位置選擇值

7. 通過名稱選擇值

8. 標(biāo)簽可以重復(fù)么？

9. 刪除行/列

10. 在最后增加列

11. 在最后增加行

12. 通過標(biāo)簽(索引或列名)排序

總結(jié)

跑分安卓第一！Redmi K60至尊版8月發(fā)布！盧偉冰：目標(biāo)年度性能之王

企業(yè)采用CRM系統(tǒng)的11個(gè)好處

得物效率前端微應(yīng)用推進(jìn)過程與思考

在線圖片編輯器，支持PSD解析、AI摳圖等

WebRTC.Net庫開發(fā)進(jìn)階，教你實(shí)現(xiàn)屏幕共享和多路復(fù)用！

重估百度丨“晚熟”的百度云，能等到春天嗎？

新電商三兄弟，“抖快紅”成團(tuán)！

東方甄選單飛：有些鳥注定是關(guān)不住的

iQOO 11S新品發(fā)布會(huì)

最新推薦

猜你喜歡

熱門推薦

相關(guān)資訊

Pandas入門的12個(gè)技巧

1. 安裝

2. 創(chuàng)建數(shù)據(jù)列

3. 創(chuàng)建數(shù)據(jù)框

4. CSV文件的讀寫

5. Excel文件的讀寫

6. 通過位置選擇值

7. 通過名稱選擇值

8. 標(biāo)簽可以重復(fù)么？

9. 刪除行/列

10. 在最后增加列

11. 在最后增加行

12. 通過標(biāo)簽(索引或列名)排序

總結(jié)

最新推薦

猜你喜歡

熱門推薦

相關(guān)資訊

8. 標(biāo)簽可以重復(fù)么？