Pandas 是一个 Python 软件库,它提供了大量能使我们快速便捷地处理数据的函数和方法。一般而言,Pandas 是使 Python 成为强大而高效的数据分析环境的重要因素之一。在本文中,作者从基本数据集读写、数据处理和 DataFrame 操作三个角度展示了 23 个 Pandas 核心方法。
Pandas 是基于 NumPy 构建的库,在数据处理方面可以把它理解为 NumPy 加强版,同时 Pandas 也是一项开源项目。它基于 Cython,因此读取与处理数据非常快,并且还能轻松处理浮点数据中的缺失数据(表示为 NaN)以及非浮点数据。在本文中,基本数据集操作主要介绍了 CSV 与 Excel 的读写方法,基本数据处理主要介绍了缺失值及特征抽取,最后的 DataFrame 操作则主要介绍了函数和排序等方法。
(1)读取 CSV 格式的数据集
或者:
(2)读取 Excel 数据集
(3)将 DataFrame 直接写入 CSV 文件
如下采用逗号作为分隔符,且不带索引:
(4)基本的数据集特征信息
(5)基本的数据集统计信息
(6) Print data frame in a table
将 DataFrame 输出到一张表:
当「print_table」是一个列表,其中列表元素还是新的列表,「headers」为表头字符串组成的列表。
(7)列出所有列的名字
(8)删除缺失数据
返回一个 DataFrame,其中删除了包含任何 NaN 值的给定轴,选择 how=「all」会删除所有元素都是 NaN 的给定轴。
(9)替换缺失数据
使用 value 值代替 DataFrame 中的 to_replace 值,其中 value 和 to_replace 都需要我们赋予不同的值。
(10)检查空值 NaN
检查缺失值,即数值数组中的 NaN 和目标数组中的 None/NaN。
(11)删除特征
axis 选择 0 表示行,选择表示列。
(12)将目标类型转换为浮点型
将目标类型转化为数值从而进一步执行计算,在这个案例中为字符串。
(13)将 DataFrame 转换为 NumPy 数组
(14)取 DataFrame 的前面「n」行
(15)通过特征名取数据
(16)对 DataFrame 使用函数
该函数将令 DataFrame 中「height」行的所有值乘上 2:
或:
(17)重命名行
下面代码会重命名 DataFrame 的第三行为「size」:
(18)取某一行的唯一实体
下面代码将取「name」行的唯一实体:
(19)访问子 DataFrame
以下代码将从 DataFrame 中抽取选定了的行「name」和「size」:
(20)总结数据信息
(21)给数据排序
(22)布尔型索引
以下代码将过滤名为「size」的行,并仅显示值等于 5 的行:
(23)选定特定的值
以下代码将选定「size」列、第一行的值:
为您推荐
【通俗易懂】10幅图解释机器学习中的基本概念
李彦宏:AI 不应该像人,现在很多智能都是假的!
谁在盗用我的微博、微信和 QQ?
深度学习并非万能:你需要避免这三个坑
本文为原创文章,版权归知行编程网所有,欢迎分享本文,转载请保留出处!
内容反馈