Python进阶复习-Pandas库

目录

使用场合

  • Pandas库是基于Numpy库建立的
  • 为数据添加标签、处理缺失值、分组和透视表方面Pandas更高效

对象创建

Series对象

  • Series 是带标签的【默认是从0开始的数字】一维数据结构,类似于字典,可以用来表示一列数据。
python 复制代码
import pandas as pd
# 创建 Series 对象  
s = pd.Series([1, 2, 3, 4, 5])  
print(s)
python 复制代码
0    1
1    2
2    3
3    4
4    5
dtype: int64

DataFrame对象

  • DataFrame 是带标签的多维数据结构,类似于表格,可以用来表示多列数据。
python 复制代码
# 创建 DataFrame 对象  
df = pd.DataFrame({'列 1': [1, 2, 3, 4, 5], '列 2': [6, 7, 8, 9, 10]})  
print(df)
python 复制代码
   列 1  列 2
0    1    6
1    2    7
2    3    8
3    4    9
4    5   10
  • 属性
  1. index: DataFrame的行索引。
  2. columns: DataFrame的列索引。
  3. dtypes: DataFrame 的数据类型。
  4. shape: DataFrame的行数和列数,返回一个元组 (rows, columns)。
  5. size: DataFrame的行数和列数的乘积,返回一个整数。
  6. values:返回 DataFrame 的全部数据,不包括索引。
  7. iterrows():返回一个迭代器,可以遍历 DataFrame 的每一行。
  8. itertuples():返回一个迭代器,可以遍历 DataFrame 的所有元组。
  9. apply():对 DataFrame 的每一列应用一个函数。
  10. agg():对 DataFrame 的每一列应用一个函数,返回一个新的 DataFrame。

Numpy与DataFrame

python 复制代码
import numpy as np
import pandas as pd
arr = np.array([[1, 2, 3], [4, 5, 6]])  
df = pd.DataFrame(arr,index=["hang","zhou"],columns=["lie","zhou","ya"]) 
print(df) 
python 复制代码
      lie  zhou  ya
hang    1     2   3
zhou    4     5   6

处理缺失值

  1. 删除缺失值:使用dropna()函数,可以删除包含缺失值的行或列。例如:
python 复制代码
import pandas as pd

data = {'A': [1, 2, None, 4], 'B': [None, 2, 3, 4]}  
df = pd.DataFrame(data)

# 删除包含缺失值的行  
df_no_na = df.dropna()

# 删除包含缺失值的列  
df_no_na = df.dropna(axis=1)  
  1. 填充缺失值:使用fillna()函数,可以填充缺失值。可以使用指定的值、前一个值、后一个值、均值、中位数等方法。例如:
python 复制代码
import pandas as pd

data = {'A': [1, 2, None, 4], 'B': [None, 2, 3, 4]}  
df = pd.DataFrame(data)

# 使用指定的值填充缺失值  
df_filled = df.fillna(value=0)

# 使用前一个值填充缺失值  
df_filled = df.fillna(method='ffill')

# 使用后一个值填充缺失值  
df_filled = df.fillna(method='bfill')

# 使用均值填充缺失值  
df_filled = df.fillna(method='mean')  

分组

groupby() 函数

python 复制代码
import pandas as pd

# 创建一个 dataframe 对象  
data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'A'],  
        'Value': [10, 20, 30, 40, 50, 60, 70, 80]}  
df = pd.DataFrame(data)

# 使用 groupby() 函数进行分组  
grouped = df.groupby('Category')

# 查看分组结果  
for name, group in grouped:  
    print(name)  
    print(group)  
python 复制代码
A
  Category  Value
0        A     10
2        A     30
4        A     50
6        A     70
7        A     80
B
  Category  Value
1        B     20
3        B     40
5        B     60

apply()函数

  • pandas 库的 apply() 函数用于对 DataFrame 或 Series 对象进行逐行或逐列的操作。它接受一个函数作为参数,并将该函数应用于对象的每个元素。apply 函数可以用于执行数据转换、计算、过滤等操作。
python 复制代码
import pandas as pd

# 创建一个 DataFrame  
data = {'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]}  
df = pd.DataFrame(data)

# 定义一个函数,用于将每个元素乘以 2  
def multiply_by_2(x):  
    return x * 2

# 使用 apply 函数  
result = df.apply(multiply_by_2)

print(result)  

执行结果:

   A   B  
0  2  10  
1  4  12  
2  6  14  
3  8  16  

透视表

  • Pandas的透视表主要用于数据汇总和分析。当需要对大量数据进行快速汇总和分析时,可以使用透视表来完成。透视表可以将数据按照不同的维度进行分组,并计算每个分组的聚合数据,例如求和、平均值、计数等。
python 复制代码
import pandas as pd

# 创建一个数据框  
data = {'A': [1, 2, 3, 4, 5],  
        'B': [10, 20, 30, 40, 50],  
        'C': [100, 200, 300, 400, 500]}  
df = pd.DataFrame(data)

# 创建透视表  
pivot_table = pd.pivot_table(df, values='C', index='A', columns='B', aggfunc='sum')

print(pivot_table)  

输出:

         B    sum  
A            
1        10  1100  
2        20  2100  
3        30  3100  
4        40  4100  
5        50  5100  
相关推荐
baivfhpwxf202310 分钟前
C# 5000 转16进制 字节(激光器串口通讯生成指定格式命令)
开发语言·c#
许嵩6613 分钟前
IC脚本之perl
开发语言·perl
长亭外的少年24 分钟前
Kotlin 编译失败问题及解决方案:从守护进程到 Gradle 配置
android·开发语言·kotlin
直裾24 分钟前
Scala全文单词统计
开发语言·c#·scala
心仪悦悦25 分钟前
Scala中的集合复习(1)
开发语言·后端·scala
JIAY_WX27 分钟前
kotlin
开发语言·kotlin
一念之坤1 小时前
零基础学Python之数据结构 -- 01篇
数据结构·python
代码小鑫1 小时前
A043-基于Spring Boot的秒杀系统设计与实现
java·开发语言·数据库·spring boot·后端·spring·毕业设计