首页 > Python基础教程 >
-
Python中的pandas库简介及其使用教程
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）；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：
Series DateFrame
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\idxmax | 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
原文链接：https://blog.csdn.net/cjx14060307101/article/details/89023715
