20个Pandas代码 | 助力数据从业人员新征程!

干货福利,第一时间送达



摘要

Pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。不少利用Python做数据分析的朋友应该对Pandas不陌生,这里总结了20个常用的Pandas代码帮助我们更快速的理解数据。


本文将这20个Pandas代码分成三类:

  • 基本数据信息

  • 基本数据处理

  • 操作Data frames


基本数据信息


1、基本读写数据集(CSV、Execl)

# csv# 读pd.DataFrame.from_csv(“csv_file”) pd.read_csv(“csv_file”)
# 写df.to_csv("data.csv", sep=",", index=False) # 逗号分隔,没有下标
# execlpd.read_excel("excel_file")df.to_execl("data.xlsx",sheet_name='a')


2、基本数据集特征

df.info()


3、基本数据统计

df.describe()


4、将data frames输出到一张表里(tabulate模块)

from tabulate import tabulateprint(tabulate(print_table, headers=headers))
# print_table 为包含列表的列表# headers     为表头所包含的字段


5、列出所有的字段

df.columns


6、得到前后n行

df.head(n) #前n行
df.tail(n) #后n行


7、通过特征、位置定位数据

df.loc[feature_name]
#选择“size”列的第一行df.loc([0], ['size'])
df.iloc[n]  # 位置


基本数据处理


8、去除缺失值

df.dropna(axis=0, how='any')


9、替换缺失值

df.replace(to_replace=None, value=None)# 将“to_replace”中的值替换为“value”


10、检查缺失值

pd.isnull(object)# 检测缺失值(数值数组中的NaN,对象数组中的None/NaN)


11、删除一个字段

df.drop('feature_variable_name', axis=1)# 轴对于行是0,对于列是1


12、将对象类型转换为数值

pd.to_numeric(df["feature_name"], errors='coerce')# 将对象类型转换为numeric以便能够执行计算(如果它们是字符串)


13、将Dataframe转换为numpy数组

df.as_matrix()


操作Data frames


14、将函数应用于dataframe

# 这个将把数据的“height”列中的所有值乘以21、df["height"].apply(lambda height: 2 * height)
2、def multiply(x):    return x * 2df["height"].apply(multiply)


15、从命名一列

# 这里,将把数据的第三列重命名为“size”df.rename(columns = {df.columns[2]:'size'}, inplace=True)


16、获取某列的唯一项

# 这里将得到列“name”的唯一条目df["name"].unique()


17、多级访问

# 在这里,将从数据中获取列的选择,“name”和“size”new_df = df[["name", "size"]]


18、数据的一些统计量df.sum()

df.min()df.max()df.idxmin()df.idxmax() #返回最大值索引df.mean()df.median()df.corr()  # 不同列之间的相关系数df["size"].median


19、 数据排序

df.sort_values(ascending = False)


20、布尔索引

df[df["size"] == 5] #布尔型索引

部分参考

https://towardsdatascience.com/23-great-pandas-codes-for-data-scientists-cca5ed9d8a38



©著作权归作者所有:来自51CTO博客作者mob604756e834f7的原创作品,如需转载,请注明出处,否则将追究法律责任