Python之pandas小结

港控/mmm° 2022-06-03 01:43 188阅读 0赞

## **1、**数据的导入 ##

python中含有基本的数据导入模块，这里介绍两种基本格式（.txt和.csv）的数据导入

*  对.csv数据导入  
    在这里使用pandas库，将数据导入生成DataFrame形式的数据。  
    ![这里写图片描述][SouthEast]  
    ***这里的.csv数据和.py都是在一个文件夹里的，不然的话要加入路径***  
    此时，数据已经被导入，我们可以用print（）函数显示出来，它是将所有数据都显示出来了：
    
    ![这里写图片描述][SouthEast 1]  
    :  
    :  
    ![这里写图片描述][SouthEast 2]  
    (由于数据很大只显示最前面和最后面几组数据）  
    我们可以用head（n）函数显示前n行，用tail（n）显示最后n行的数据。  
    前4行数据：  
    ![这里写图片描述][SouthEast 3]  
    后4行数据：  
    ![这里写图片描述][SouthEast 4]
 *  对.txt数据导入  
    此时用到pandas库里的另一个函数read\_table()  
    ![这里写图片描述][SouthEast 5]![这里写图片描述][SouthEast 6]  
    同样要注意：***这里的.csv数据和.py都是在一个文件夹里的，不然的话要加入路径。***  
    这里只获取前四行数据和后四行数据。

## **2、** pandas索引与计算 ##

pandas上面已经读入titanic\_train.txt数据。

*  获取列名：  
    titanic\_train.columns  
    ![这里写图片描述][SouthEast 7]
 *  获取数据大小，即行列：  
    titanic\_train.shape  
    ![这里写图片描述][SouthEast 8]
 *  数据的索引：（注意：索引要用\[\]符号，索引号从0开始）  
    titanic\_train.loc\[n\] ： 获取第n行的数据  
    ![这里写图片描述][SouthEast 9]
    
    titanic\_train.loc\[m:n\] :获取第m行数据到第m+n行的数据  
    ![这里写图片描述][SouthEast 10]
    
    titanic\_train.loc\[\[m,n\]\]:获取第m行数据和第n行数据  
    ![这里写图片描述][SouthEast 11]
    
    titanic\_ train\[“Age”\]:获取列名为Age的数据（这里加了.head(3)是数据太多为了显示前三行数据）  
    ***这里与上面不同直接在titanic\_ train后面加列名索引***  
    ![这里写图片描述][SouthEast 12]

## **3、** pandas数据处理 ##

*  将获取的列名转为列表形式：  
    titanic\_train.columns.tolist() : 先用.columns获取列名，然后用.tolist()转为列表形式。  
    ![这里写图片描述][SouthEast 13]
 *  对某一列进行排序：  
    titanic\_train.sort\_values(“某一列名”，ascending = True) 注意：ascending=True是升序；ascending=False是降序  
    ![这里写图片描述][SouthEast 14]  
    排序后，前面的index重新排序：  
    news\_titanic\_train = titanic\_train.sort\_values(“Pclass”,ascending = True)  
    news\_titanic\_train.reset\_index(drop = False)  
    ![这里写图片描述][SouthEast 15]  
    这里drop=False 原先的index没有覆盖，当drop=True时，第二列的index就没了。
 *  判断该列的某个位置是否有数据缺失：  
    pandas.isnull(titanic\_train\[“某一列名”\]) ：缺失返回True，没缺失返回False  
    ![这里写图片描述][SouthEast 16]
 *  求均值：  
    titanic\_train\[“某列名”\].mean() :某列数据的均值  
    ![这里写图片描述][SouthEast 17]
    
    titanic\_train.pivot\_table(index=”列名1”，values=”列名2”，aggfunc=np.mean) :求列名1中的在列名2数据的均值（当aggfunc=sum 是求和）  
    ![这里写图片描述][SouthEast 18]  
    当index 和 values 里有多组列名，则：  
    ![这里写图片描述][SouthEast 19]
 *  删除含有缺失数据的行或列：  
    titanic\_train.dropna(axis=0，subset=\[“列1”,”列2”\]) ：当axis=0删除含有缺失数据的列  
    例如：titanic\_train.dropna(axis=0,subset=\[“Sex”,”Age”\])
    
    titanic\_train.dropna(axis=1) ：当axis=1删除含有缺失数据的所有行

## **4、** pandas自定义函数 ##

*  **apply**：  
    假设要求每一列缺失值得个数，就能用apply(自定义函数)  
    column\_ null\_ count = titanic\_ train.apply(not\_ null\_count，axis=0) 当axis=0时，可以省略。  
    ![这里写图片描述][SouthEast 20]  
    当axis=1时，就是函数运行在全部行上面。
 *  **Series**  
    Series是一种类似于一维数组的对象，它由一组数据（各种numPy数据类型）以及一组与之相关的数据标签（即索引）组成，本质上是一个numPy的数组，因此numpy的数组处理函数可以直接对Series进行处理。但是Series除了可以使用位置作为下标存取元素之外，还可以使用标签下标存取元素，这一点和字典相似。  
    每个Series对象实际上都由两个数组组成：(index: 它是从NumPy数组继承的Index对象，保存标签信;values: 保存值的NumPy数组。)
    
    Series(values,index=”某行名”) ：得到某行名的values结果。

[SouthEast]: /images/20220603/7fedcc72a2c944abbd970bf962bc477b.png
[SouthEast 1]: /images/20220603/ed138f5799fa46ff840b5dd43203c3cd.png
[SouthEast 2]: /images/20220603/573e513e2197438884213435f0d90a6b.png
[SouthEast 3]: /images/20220603/83a3156bfba74382a8bdb368c820b100.png
[SouthEast 4]: /images/20220603/b96493e5a9a04bb59670916f1e794d12.png
[SouthEast 5]: https://img-blog.csdn.net/20171214150831388?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvQWx2aW5fRlpX/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast
[SouthEast 6]: /images/20220603/419f97401023464b89e6800fe3eecf0e.png
[SouthEast 7]: /images/20220603/5ac24bd1d76e4afe8ca59cad0830139a.png
[SouthEast 8]: /images/20220603/42ddbc3cab0a4387b4aeffec3298b142.png
[SouthEast 9]: /images/20220603/c3c45be90fb64bd3a936f490d7c54848.png
[SouthEast 10]: /images/20220603/a3be563b6a104605a00eff811c470ceb.png
[SouthEast 11]: /images/20220603/271c5a51eab048d7819dbe449d6edef5.png
[SouthEast 12]: /images/20220603/c6dab64913bc4122a1f81990ba1a21ee.png
[SouthEast 13]: /images/20220603/3bd744385f3b4d439dce8161f16bfc41.png
[SouthEast 14]: /images/20220603/529cc85fc11d48a6887c6e9e3fc5e8b3.png
[SouthEast 15]: /images/20220603/d62b87430020454aa3604c0da473a5ad.png
[SouthEast 16]: /images/20220603/c950ef0c4b1b4911b5eca250d828a903.png
[SouthEast 17]: /images/20220603/a98b1b80b18646869c66656ae46ec7ed.png
[SouthEast 18]: /images/20220603/dc3c851475b34fefbadfec17663ef392.png
[SouthEast 19]: /images/20220603/17ad321878cd4226baada93495716df1.png
[SouthEast 20]: /images/20220603/290d165f3c474df8b91234e3037dad46.png