DIUDIU 小菜鸟

Pandas提供API来自定义其行为的某些方面，大多使用来显示。 API由五个相关函数组成。它们分别是 - get_option() set_option() reset_option() describe_option() option_context() 现在来了解函数是如何工作的。 get_option(param) get_option(param)需要一个参数，并返回下面输出中给出的值 - get_option需要一个参数，并返回下面输出中给出的值 - display.max_rows 显示默认值。解释器读取此值并显示此值作为显示上限的行。 display.max_columns 显示默认值，解释器读取此值并显示此值作为显示上限的列。 set_option(param,value) set_option需要两个参数，并将该值设置为指定的参数值 reset_option(param) reset_option接受一个参数，并将该值设置为默认值。 describe_option(param) describe_option打印参数的描述。 option_context() o ...

_Pandas_提供了一组字符串函数，可以方便地对字符串数据进行操作。 最重要的是，这些函数忽略(或排除)丢失/NaN值。 几乎这些方法都使用Python字符串函数(请参阅： http://docs.python.org/3/library/stdtypes.html#string-methods )。 因此，将Series对象转换为String对象，然后执行该操作。 下面来看看每个操作的执行和说明。 编号 函数 描述 1 lower() 将Series/Index中的字符串转换为小写。 2 upper() 将Series/Index中的字符串转换为大写。 3 len() 计算字符串长度。 4 strip() 帮助从两侧的系列/索引中的每个字符串中删除空格(包括换行符)。 5 split(' ') 用给定的模式拆分每个字符串。 6 cat(sep=' ') 使用给定的分隔符连接系列/索引元素。 7 get_dummies() 返回具有单热编码值的数据帧(DataFrame)。 8 contains(pattern) 如果元素中包含子字符串，则返回每个元素的布尔值True，否则为Fals ...

Pandas对象之间的基本迭代的行为取决于类型。当迭代一个系列时，它被视为数组式，基本迭代产生这些值。其他数据结构，如：DataFrame和Panel，遵循类似惯例迭代对象的键。 简而言之，基本迭代(对于i在对象中)产生 - Series - 值 DataFrame - 列标签 Pannel - 项目标签 迭代DataFrame 迭代DataFrame提供列名 要遍历数据帧(DataFrame)中的行，可以使用以下函数 - iteritems() - 迭代(key，value)对 iterrows() - 将行迭代为(索引，系列)对 itertuples() - 以namedtuples的形式迭代行 iteritems() 将每个列作为键，将值与值作为键和列值迭代为Series对象。 iterrows() iterrows()返回迭代器，产生每个索引值以及包含每行数据的序列 itertuples() itertuples()方法将为DataFrame中的每一行返回一个产生一个命名元组的迭代器。元组的第一个元素将是行的相应索引值，而剩余的值是行值。 Pandas 排序 _Pand ...

重新索引会更改DataFrame的行标签和列标签。重新索引意味着符合数据以匹配特定轴上的一组给定的标签。 可以通过索引来实现多个操作 - 重新排序现有数据以匹配一组新的标签。 在没有标签数据的标签位置插入缺失值(NA)标记。 import pandas as pd import numpy as np N = 20 df = pd.DataFrame({ ‘A’: pd.date_range(start=‘2016-01-01’, periods=N, freq=‘D’), ‘x’: np.linspace(0, stop=N - 1, num=N), ‘y’: np.random.rand(N), ‘C’: np.random.choice([‘Low’, ‘Medium’, ‘High’], N).tolist(), ‘D’: np.random.normal(100, 10, size=(N)).tolist() }) print(df) # reindex the DataFrame df_reindexed = df.reindex(index=[0, 2, 5], co ...

要将自己或其他库的函数应用于_Pandas_对象，应该了解三种重要的方法。以下讨论了这些方法。 使用适当的方法取决于函数是否期望在整个DataFrame，行或列或元素上进行操作。 表格函数应用：pipe() 行或列函数应用：apply() 元素函数应用：applymap() 表格函数应用 可以通过将函数和适当数量的参数作为管道参数来执行自定义操作。 因此，对整个DataFrame执行操作 行或列智能函数应用 可以使用apply()方法沿DataFrame或Panel的轴应用任意函数，它与描述性统计方法一样，采用可选的轴参数。 默认情况下，操作按列执行，将每列列为数组。 元素智能函数应用 并不是所有的函数都可以向量化(也不是返回另一个数组的NumPy数组，也不是任何值)，在DataFrame上的方法applymap()和类似地在Series上的map()接受任何Python函数，并且返回单个值。 代码实例： import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(5, 3), columns=[ ...

有很多方法用来集体计算DataFrame的描述性统计信息和其他相关操作. 函数和说明 下面来了解Python Pandas中描述性统计信息的函数，下表列出了重要函数 - 编号 函数 描述 1 count() 非空观测数量 2 sum() 所有值之和 3 mean() 所有值的平均值 4 median() 所有值的中位数 5 mode() 值的模值 6 std() 值的标准偏差 7 min() 所有值中的最小值 8 max() 所有值中的最大值 9 abs() 绝对值 10 prod() 数组元素的乘积 11 cumsum() 累计总和 12 cumprod() 累计乘积 注 - 由于DataFrame是异构数据结构。通用操作不适用于所有函数。 类似于：sum()，cumsum()函数能与数字和字符(或)字符串数据元素一起工作，不会产生任何错误。字符聚合从来都比较少被使用，虽然这些函数不会引发任何异常。 由于这样的操作无法执行，因此，当DataFrame包含字符或字符串数据时，像abs()，cumprod()这样的函数会抛出异常。 代码举例： import pandas as p ...

Series基本功能 编号 属性或方法 描述 1 axes 返回行轴标签列表。 2 dtype 返回对象的数据类型(dtype)。 3 empty 如果系列为空，则返回True。 4 ndim 返回底层数据的维数，默认定义：1。 5 size 返回基础数据中的元素数。 6 values 将系列作为ndarray返回。 7 head() 返回前n行。 8 tail() 返回最后n行。 DataFrame基本功能 下面来看看数据帧(DataFrame)的基本功能有哪些？下表列出了DataFrame基本功能的重要属性或方法。 编号 属性或方法 描述 1 T 转置行和列。 2 axes 返回一个列，行轴标签和列轴标签作为唯一的成员。 3 dtypes 返回此对象中的数据类型(dtypes)。 4 empty 如果NDFrame完全为空[无项目]，则返回为True; 如果任何轴的长度为0。 5 ndim 轴/数组维度大小。 6 shape 返回表示DataFrame的维度的元组。 7 size NDFrame中的元素数。 8 values NDFrame的Numpy表示。 9 head() 返回 ...

数据帧(DataFrame)是二维数据结构，即数据以行和列的表格方式排列。 数据帧(DataFrame)的功能特点： 潜在的列是不同的类型 大小可变 标记轴(行和列) 可以对行和列执行算术运算 pandas.DataFrame _pandas_中的DataFrame可以使用以下构造函数创建 - pandas.DataFrame( data, index, columns, dtype, copy) Python 构造函数的参数如下 - 编号 参数 描述 1 data 数据采取各种形式，如:ndarray，series，map，lists，dict，constant和另一个DataFrame。 2 index 对于行标签，要用于结果帧的索引是可选缺省值np.arrange(n)，如果没有传递索引值。 3 columns 对于列标签，可选的默认语法是 - np.arange(n)。 这只有在没有索引传递的情况下才是这样。 4 dtype 每列的数据类型。 5 copy 如果默认值为False，则此命令(或任何它)用于复制数据。 创建DataFrame Pandas数据帧(DataF ...

系列(Series)是能够保存任何类型的数据(整数，字符串，浮点数，Python对象等)的一维标记数组。轴标签统称为索引。 pandas.Series _Pandas_系列可以使用以下构造函数创建 - pandas.Series( data, index, dtype, copy)。 Python 构造函数的参数如下 - 编号 参数 描述 1 data 数据采取各种形式，如：ndarray，list，constants 2 index 索引值必须是唯一的和散列的，与数据的长度相同。 默认np.arange(n)如果没有索引被传递。 3 dtype dtype用于数据类型。如果没有，将推断数据类型 4 copy 复制数据，默认为false。 可以使用各种输入创建一个系列，如 - 数组 字典 标量值或常数 代码举例： import pandas as pd import numpy as np print(pd.Series()) # 创建空的系列 默认Series([], dtype: float64) data = np.array([‘a’, ‘b’, ‘c’, ‘d’]) ...

_Pandas_处理以下三个数据结构 - 系列(Series) 数据帧(DataFrame) 面板(Panel) 这些数据结构构建在_Numpy_数组之上，这意味着它们很快。 维数和描述 考虑这些数据结构的最好方法是，较高维数据结构是其较低维数据结构的容器。 例如，DataFrame是Series的容器，Panel是DataFrame的容器。 数据结构 维数 描述 系列 1 1D标记均匀数组，大小不变。 数据帧 2 一般2D标记，大小可变的表结构与潜在的异质类型的列。 面板 3 一般3D标记，大小可变数组。 构建和处理两个或更多个维数组是一项繁琐的任务，用户在编写函数时要考虑数据集的方向。 但是使用_Pandas_数据结构，减少了用户的思考。 例如，使用表格数据(DataFrame)，在语义上更有用于考虑索引(行)和列，而不是轴0和轴1。 可变性 所有_Pandas_数据结构是值可变的(可以更改)，除了系列都是大小可变的。系列是大小不变的。 注 - DataFrame被广泛使用，是最重要的数据结构之一。面板使用少得多。 系列 系列是具有均匀数据的一维数组结构。例如，以下系列是整 ...