python 的pandas DataFrame大全
来源:互联网 发布:布瑞克农业数据库 编辑:程序博客网 时间:2024/05/21 05:44
导言:对python的数据分析包的pandas不可不提,其中数据透视表DataFrame的数据处理能力很是强大;
1.导入pandas
import pandas as pdDataFrame = pd.DataFrame2.数据读入
data = pd.read_csv(path, sep = '\t', header='infer')
3.常用命令
df = DataFrame() #创建DataFrame对象
df.dtypes #查看各行的数据格式
df.head() #查看前几行的数据,默认前5行
df.tail() #查看后几行的数据,默认后5行
df.index #查看索引
df.columns #查看列名
df.values #查看数据值
df.describe #描述性统计
df.T #转置
df.sort(columns = '') #按列名进行排序
df.sort_index(by=['','']) #多列排序,使用时报该函数已过时,请用sort_values
df.sort_values(by=['','']) #同上
4.常用DataFrame命令
4.1、使用DataFrame选择数据(类似SQL中的LIMIT):
df[‘客户名称’] #显示列名下的数据
df[1:3] #获取1-3行的数据,该操作叫切片操作,获取行数据
df.loc[:0,['用户号码','产品名称']] #获取选择区域内的数据,逗号前是行范围,逗号后是列范围,注loc通过标签选择数据,iloc通过位置选择数据
df['套餐'].drop_duplicates() #剔除重复行数据
4.2、使用DataFrame重置数据:
df.at[df_obj.index,'支局_维护线']='自有厅' #通过标签设置新的值,如果使用iat则是通过位置设置新的值
4.3、使用DataFrame筛选数据(类似SQL中的WHERE):
list = ['023-18996609823']
df['用户号码'].isin(alist) #将要过滤的数据放入字典中,使用isin对数据进行筛选,返回行索引以及每行筛选的结果,若匹配则返回ture
df[df_obj['用户号码'].isin(alist)] #获取匹配结果为ture的行
4.4、使用DataFrame模糊筛选数据(类似SQL中的LIKE):
df[df_obj['套餐'].str.contains(r'.*?语音CDMA.*')] #使用正则表达式进行模糊匹配,*匹配0或无限次,?匹配0或1次
4.5、使用DataFrame进行数据转换(后期补充说明)
df['支局_维护线'] = df_obj['支局_维护线'].str.replace('巫溪分公司(.{2,})支局','\\1')#可以使用正则表达式
df['支局_维护线'].drop_duplicates() #返回一个移除重复行的数据
可以设置take_last=ture 保留最后一个,或保留开始一个.补充说明:注意take_last=ture已过时,请使用keep='last'
4.6、使用pandas中读取文本数据:
read_csv('D:\LQJ.csv',sep=';',nrows=2) #首先输入csv文本地址,然后分割符选择等等
4.7使用pandas聚合数据(类似SQL中的GROUP BY 或HAVING):对类别型变量很有用
data['用户标识'].groupby(data_obj['支局_维护线'])
data.groupby('支局_维护线')['用户标识'] #上面的简单写法
adsl_obj.groupby('支局_维护线')['用户标识'].agg([('ADSL','count')])#按支局进行汇总对用户标识进行计数,并将计数列的列名命名为ADSL
4.8、使用pandas合并数据集(类似SQL中的JOIN):
merge(mxj_obj2, mxj_obj1 ,on='用户标识',how='inner')# mxj_obj1和mxj_obj2将用户标识当成重叠列的键合并两个数据集,inner表示取两个数据集的交集.PS:参考pandas操作参考
1 0
- python 的pandas DataFrame大全
- python/pandas dataframe中multiindex的操作
- pandas、DataFrame、python三者的关联性
- python-pandas-Series和DataFrame的基本功能
- Python草稿簿-Pandas的DataFrame结构
- 【python DataFrame】Pandas里面的屠龙宝刀DataFrame
- pandas.Dataframe 的合并
- python 中的pandas.DataFrame.fillna
- python删除pandas DataFrame的某一/几列
- Python pandas基础: Series和DataFrame的简单介绍
- 如何删除python pandas.DataFrame 的多重index
- python pandas 对series和dataframe的重置索引reindex
- python pandas dataframe 的按列或者按行合并
- Python: Pandas的DataFrame如何按指定list排序
- 我的python学习笔记(4) pandas 之 Series, DataFrame
- Python Pandas常用数据结构Series和DataFrame的相关操作
- Python中Pandas库 Dataframe的基本操作
- 【python学习笔记】删除pandas DataFrame的某一/几列:
- JAVA基础知识点(十)--stringbuffer类、System类、RunTime类、日期类、数学类、随机数类
- Access-Control-Allow-Origin与Ajax跨域
- 算法总结(3)--k-Sum求和,找到和为定值的多个数
- 4- noip交流赛 DAY2
- 数据库连接池的选择 Druid
- python 的pandas DataFrame大全
- Centos 6.5 Install haproxy-nginx
- 1002. switch text
- jquery获取标签名称:prop('tagName')
- HDU 5527 Too Rich(dfs贪心)
- JAVA从菜鸟【入门】到新手【实习】一一潮流:大数据算法(“技术储备”)
- 【LeetCode】10. Regular Expression Matching
- 软件测试人员分工
- Python学习笔记(四)-- 函数中的参数传递