Pandas 最详细教程-Python教程

相干学习保举：python教程

Python 是开源的，它很棒，然而也无奈防止开源的一些固有成绩：不少包都正在做（或许正在测验考试做）一样的事件。假如你是 Python 老手，那末你很难晓得某个特定义务的最好包是哪一个，你需求有经历的人通知你。有一个用于数据迷信的包相对是必须的，它就是 pandas。

pandas 最风趣之处正在于外面暗藏了不少包。它是一个外围包，外面有不少其余包的性能。这点很棒，由于你只要要应用 pandas 就能够实现工作。

pandas 相称于 python 中 excel：它应用表（也就是 dataframe)，能正在数据上做各类变换，但另有其余不少性能。

假如你早已熟知 python 的应用，能够间接跳到第三段。

让咱们开端吧：

import pandas as pd复制代码

别问为何是「pd」而没有是「p」，就是这样。用就好了:)

pandas 最根本的性能

读取数据

data = pd.read_csv( my_file.csv )
data = pd.read_csv( my_file.csv , sep= ; , encoding= latin-1 , nrows=1000, skiprows=[2,5])复制代码

sep 代表的是分隔符。假如你正在应用法语数据，excel 中 csv 分隔符是「;」，因而你需求显式地指定它。编码设置为 latin-1 来读取法语字符。nrows=1000 示意读取前 1000 行数据。skiprows=[2,5] 示意你正在读取文件的时分会移除了第 2 行以及第 5 行。

• 最罕用的性能：read_csv, read_excel

• 其余一些很棒的性能：read_clipboard, read_sql

写数据

data.to_csv( my_new_file.csv , index=None)复制代码

index=None 示意将会以数据原本的样子写入。假如不写 index=None，你会多出一个第一列，内容是 1，2，3，...，不断到最初一行。

我通常没有会去应用其余的函数，像.to_excel, .to_json, .to_pickle 等等，由于.to_csv 就能很好地实现工作，而且 csv 是最罕用的表格保留形式。

反省数据

Gives (#rows, #columns)复制代码

给出行数以及列数

data.describe()复制代码

较量争论根本的统计数据

查看数据

data.head(3)复制代码

打印出数据的前 3 行。与之相似，.tail() 对应的是数据的最初一行。

data.loc[8]复制代码

打印出第八行

data.loc[8,  column_1 ]复制代码

打印第八行名为「column_1」的列

data.loc[range(4,6)]复制代码

第四到第六行（左闭右开）的数据子集

pandas 的根本函数

逻辑运算

data[data[ column_1 ]== french ]
data[(data[ column_1 ]== french ) & (data[ year_born ]==1990)]
data[(data[ column_1 ]== french ) & (data[ year_born ]==1990) & ~(data[ city ]== London )]复制代码

经过逻辑运算来取数据子集。要应用 & (AND)、 ~ (NOT) 以及 | (OR)，必需正在逻辑运算先后加之「and」。

data[data[ column_1 ].isin([ french ,  english ])]复制代码

除了了能够正在同一列应用多个 OR，你还能够应用.isin() 函数。

根本画图

matplotlib 包使患上这项性能成为可能。正如咱们正在引见中所说，它能够间接正在 pandas 中应用。

data[ column_numerical ].plot()复制代码

（）.plot() 输入的示例

data[ column_numerical ].hist()复制代码

画出数据散布（直方图）

.hist() 输入的示例

%matplotlib inline复制代码

假如你正在应用 Jupyter，没有要遗记正在绘图以前加之以上代码。

更新数据

data.loc[8,  column_1 ] =  english
将第八行名为 column_1 的列交换为「english」复制代码

data.loc[data[ column_1 ]== french ,  column_1 ] =  French复制代码

正在一行代码中扭转多列的值

好了，如今你能够做一些正在 excel 中能够轻松拜访的事件了。上面让咱们深化钻研 excel 中无奈完成的一些使人惊疑的操作吧。

中级函数

统计呈现的次数

data[ column_1 ].value_counts()复制代码

.value_counts() 函数输入示例

正在一切的行、列或许全数据上进行操作

data[ column_1 ].map(len)复制代码

len() 函数被使用正在了「column_1」列中的每个元素上

.map() 运算给一列中的每个元素使用一个函数

data[ column_1 ].map(len).map(lambda x: x/100).plot()复制代码

pandas 的一个很好的性能就是链式办法（tomaugspurger.github.io/method-chai… 以及.plot()）。

data.apply(sum)复制代码

.apply() 会给一个列使用一个函数。

.applymap() 会给表 (DataFrame) 中的一切单位使用一个函数。

tqdm, 惟一的

正在解决年夜规模数据集时，pandas 会破费一些工夫来进行.map()、.apply()、.applymap() 等操作。tqdm 是一个能够用来协助预测这些操作的执行什么时候实现的包（是的，我说谎了，我以前说咱们只会应用到 pandas）。

from tqdm import tqdm_notebook
tqdm_notebook().pandas()复制代码

用 pandas 设置 tqdm

data[ column_1 ].progress_map(lambda x: x.count( e ))复制代码

用 .progress_map() 替代.map()、.apply() 以及.applymap() 也是相似的。

正在 Jupyter 中应用 tqdm 以及 pandas 失去的进度条

相干性以及散射矩阵

data.corr()
data.corr().applymap(lambda x: int(x*100)/100)复制代码

.corr() 会给出相干性矩阵

pd.plotting.scatter_matrix(data, figsize=(12,8))复制代码

散点矩阵的例子。它正在同一幅图中画出了两列的一切组合。

pandas 中的初级操作

The SQL 联系关系

正在 pandas 中完成联系关系长短常十分简略的

data.merge(other_data, on=[ column_1 ,  column_2 ,  column_3 ])复制代码

联系关系三列只要要一行代码

分组

一开端并非那末简略，你起首需求把握语法，而后你会发现你不断正在应用这个性能。

data.groupby( column_1 )[ column_2 ].apply(sum).reset_index()复制代码

按一个列分组，抉择另外一个列来执行一个函数。.reset_index() 会将数据重形成一个表。

正如后面诠释过的，为了优化代码，正在一行中将你的函数衔接起来。

行迭代

dictionary = {}

for i,row in data.iterrows():
 dictionary[row[ column_1 ]] = row[ column_2 ]复制代码

.iterrows() 应用两个变量一同轮回：行索引以及行的数据 (下面的 i 以及 row)

总而言之，pandas 是 python 成为超卓的编程言语的缘由之一

我本能够展现更多风趣的 pandas 性能，然而曾经写进去的这些足以让人了解为什么数据迷信家离没有开 pandas。总结一下，pandas 有如下优点：

• 易用，将一切复杂、形象的较量争论都暗藏正在面前了；

• 直观；

• 疾速，即便没有是最快的也长短常快的。

它有助于数据迷信家疾速读取以及了解数据，进步其工作效率

以上就是Pandas 最具体教程的具体内容，更多请存眷资源魔其它相干文章！