Pandas借鉴了Numpy绝大部分设计思想，但与Numpy不同的是它更适合于处理表格类、异质性数据，而Numpy则是处理同质的数值数组。Pandas还能无缝与Numpy, SciPy, statsmodels, scikit-learn, matplotlib等包联用，构建了Python数据分析生态系统。
Pandas最主要的两类数据结构：Series, DataFrame，可以对应R语言的vector和data.frame，脑图如下
学习笔记如下：
inplace=True避免返回新的数据，不过这也通常会摧毁原来的数据。loc和iloc的区别。如果你创建Series或DataFrame的index存在整数，那么细细体会下obj[:1],obj.loc[:1],obj.iloc[:1]最重要的部分是描述性统计分析部分，这部分依赖于现有的函数
| 方法 | 说明 |
|---|---|
| desribe | 列计算汇总，列出四分位数等信息 |
| max，min | 最大值和最小值 |
| idxmin, idxmax | 最大值和最小值的索引位置 |
| quantile | 分位数 |
| sum | 求和 |
| mean | 平均数 |
| median | 中位数 |
| mad | 根据平均值计算平均离差 |
| var | 方差 |
| std | 标准差 |
| skew | 样本值的偏度（三阶矩） |
| kurt | 样本值的丰度（四阶矩） |
| cumsum | 样本的累积和 |
| cummin,cummax | 累计最大值和最小值 |
| cumprod | 累积积 |
| diff | 计算一阶差分 |
| pct_change | 计算百分比变化 |
此处翻译官方文档的10 Minutes to pandas，有任何问题欢迎留言交流。
本文主要简单的介绍了pandas，让新手能够了解pandas的一些功能，你可以在Cookbook中看到更详尽的内容。
在执行以下的操作前，请先导入相应的库：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
s = pd.Series([1,3,5,np.nan,6,8])
dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
df2 = pd.DataFrame({ 'A' : 1.,
'B' : pd.Timestamp('20130102'),
'C' : pd.Series(1,index=list(range(4)),dtype='float32'),
'D' : np.array([3] * 4,dtype='int32'),
'E' : pd.Categorical(["test","train","test","train"]),
'F' : 'foo' })
DataFrame和Series具有许多属性，可以利用IPyton的自动补全功能查看：
df2.<TAB>
df2.A df2.boxplot
df2.abs df2.C
df2.add df2.clip
df2.add_prefix df2.clip_lower
df2.add_suffix df2.clip_upper
df2.align df2.columns
df2.all df2.combine
df2.any df2.combineAdd
df2.append df2.combine_first
df2.apply df2.combineMult
df2.applymap df2.compound
df2.as_blocks df2.consolidate
df2.asfreq df2.convert_objects
df2.as_matrix df2.copy
df2.astype df2.corr
df2.at df2.corrwith
df2.at_time df2.count
df2.axes df2.cov
df2.B df2.cummax
df2.between_time df2.cummin
df2.bfill df2.cumprod
df2.blocks df2.cumsum
df2.bool df2.D
df.head()
df.tail(3)
df.index
df.columns
df.values
df.describe()
数据转置
df.T
按轴排序(ascending：升序）
df.sort_index(axis=1,ascending=False)
按值排序，类似于excel的排序
df.sort_value(by='B')
选择单列，这会产生一个Series，等同于df.A
df['A']
使用[]对行切片
df[0:3]
使用标签获取切片数据
df.loc[date[0]]
使用标签获取多轴数据
df.loc[:,['A','B']]
显示标签切片，包括两个端点
df.loc['20130102':'20130104',['A','B']]
获取标量值
df.loc[dates[0],'A']
快速获取标量值（与上一个作用相同）
df.at[dates[0],'A']
通过所传递整数的位置选择
df.iloc[3]
通过整数切片
df.iloc[3:5,2:3]
通过整数位地址的列表
df.iloc[[1,2,4],[0,2]]
对行/列切片
df.iloc[1:3,:]
df.ilo[:,1,3]
获得特定值
df.iloc[1,1]
快速获取标量（与上一个结果相同）
df.iat[1,2]
使用单个列的值来选择数据。
df[df.A > 0]
使用isin()方法进行过滤，下面实现的是筛选E中'tw'和'four'两列
df2 = df.copy()
df2['E'] = ['one', 'one','two','three','four','three']
df2[df2['E'].isin(['two','four'])]
为新列赋值，该列能够通过标签自动匹配原先的数据
s1 = pd.Series([1,2,3,4,5,6], index=pd.date_range('20130102', periods=6))
df['F']=s1
通过标签赋值
df.at[dates[0],'A'] = 0
通过位置赋值
df.iat[0,1] = 0
通过传入一个numy矩阵赋值
df.iat[0,1] = 0
pandas优先使用np.nan表示缺失值。缺失值默认在计算中排除。
重建索引允许您更改/添加/删除索引上的指定轴。这将返回数据的副本。
df1 = df.reindex(index=dates[0:4], columns=list(df.columns) + ['E'])
df1.loc[dates[0]:dates[1],'E'] = 1
删除任何包含缺失值的行
df1.dropna(how='any')
填充缺失值
df1.fillna(value=5)
判断是否为缺失值并返回布尔值
pd.isnull(df1)
将函数应用到数据上
df.apply(np.cumsum)
df.apply(lambda x: x.max() - x.min())
s = pd.Series(np.random.randint(0, 7, size=10))
s.value_counts()
pandas提供了多种方法方便的合并Series, DataFrame,和Panel对象
使用concat()串联不同pandas对象
df = pd.DataFrame(np.random.randn(10, 4))
pieces = [df[:3], df[3:7], df[7:]]
pd.concat(pieces)
SQL风格的合并
left = pd.DataFrame({'key': ['foo', 'foo'], 'lval': [1, 2]})
right = pd.DataFrame({'key': ['foo', 'foo'], 'rval': [4, 5]})
pd.merge(left, right, on='key')
在dataframe中添加行
df = pd.DataFrame(np.random.randn(8, 4), columns=['A','B','C','D'])
s = df.iloc[3]
df.append(s, ignore_index=True)
我们所说'group by'是指以下步骤中的一个或多个处理：
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
'foo', 'bar', 'foo', 'foo'],
'B' : ['one', 'one', 'two', 'three',
'two', 'two', 'one', 'three'],
'C' : np.random.randn(8),
'D' : np.random.randn(8)})
分组并对所分的组使用sum函数
df.groupby('A').sum()
通过多列组合形成了一个层次指数，我们再应用函数
df.groupby(['A','B']).sum()
tuples = list(zip(*[['bar', 'bar', 'baz', 'baz',
....: 'foo', 'foo', 'qux', 'qux'],
....: ['one', 'two', 'one', 'two',
....: 'one', 'two', 'one', 'two']]))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
df = pd.DataFrame(np.random.randn(8, 2), index=index, columns=['A', 'B'])
df2 = df[:4]
df2
stack()方法“压缩”了DataFrame的层次。
stacked = df2.stack()
df = pd.DataFrame({'A' : ['one', 'one', 'two', 'three'] * 3,
.....: 'B' : ['A', 'B', 'C'] * 4,
.....: 'C' : ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 2,
.....: 'D' : np.random.randn(12),
.....: 'E' : np.random.randn(12)})
.....:
我们可以很方便的从这些数据构造数据透视表：
pd.pivot_table(df, values='D', index=['A', 'B'], columns=['C'])
pandas拥有许多简单，功能强大，高效的功能可以在波动期间执行采样操作（例如，数据转换成二5每分钟的数据）。常见于，但不限于，财务应用 等。
rng = pd.date_range('1/1/2012', periods=100, freq='S')
ts = pd.Series(np.random.randint(0, 500, len(rng)), index=rng)
ts.resample('5Min').sum()
画图建议在网页版的jupyter notebook进行操作，减少不必要的烦恼。
Series画图方法
ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
ts.plot()
DataFrame的画图方法
df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, .....: columns=['A', 'B', 'C', 'D'])
df = df.cumsum()
plt.figure(); df.plot(); plt.legend(loc='best')
微信关注我们
转载内容版权归作者及来源网站所有！
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。
马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。
Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。
Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。
扫码在手机上查看文章
扫描二维码，手机阅读更方便
有任何问题或合作意向欢迎联系我们
Email: 99873273@qq.com
QQ: 99873273