前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >[数据分析工具] Pandas 不可不知的功能(一)

[数据分析工具] Pandas 不可不知的功能(一)

作者头像
数据分析
发布2018-03-01 16:59:42
1.6K0
发布2018-03-01 16:59:42
举报
文章被收录于专栏:数据分析
  • 如果你在使用 Pandas(Python Data Analysis Library) 的话,下面介绍的对你一定会有帮助的。

首先我们先介绍一些简单的概念

  • DataFrame:行列数据,类似 Excel 的 sheet,或关系型数据库的表
  • series:单列数据
  • axis:0:行,1:列
  • shape:DataFrame的行列数,(行数,列数)

1. 加载 CSV

Read_csv 方法有很多参数,有效的利用这些参数可以减轻数据预处理的工作。谁都不愿意做数据清洗,那么我们就在加载数据的时候做一些简单的数据处理

  • 直接加载
    • 无参数加载
    • 选择特定列加载
    • 时间转换加载
  • 分批加载

    有时我们可能需要加载的 csv 太大,可能会导致内存爆掉,这时候,我们就需要分批加载数据进行分析、处理

2. 浏览 DataFrame 数据

  • df.head(n):浏览数据的前 n 行,默认 5 行
  • df.tail(n):浏览数据的末尾 n 行,默认 5 行
  • df.sample(n):随机浏览 n 行数据,默认 5 行
  • df.shape:tuple 类型的数据行列数,(行数,列数)
  • df.describe():计算评估数据的趋势
  • df.info():内存和数据类型

3. 在 DataFrame 中增加列

在 DataFrame 中添加新列的操作很简单,下面介绍几种方式

  • 简单方式

    直接增加新列并赋值

    df['new_column'] = 1

  • 计算方式

    df['temp_diff'] = df['atemp'] - df['temp']

  • 条件方式

    我们仅仅根据风速,简单判断一下人体舒适度,体感比较舒服的温度是 0.3 米/秒

  • 循环方式

    我们将 season 转换为具体季节的名称

4. 选择指定单元格

类似于 Excel 单元格的选择,Pandas 提供了这样的功能,操作很简单,但是我本人理解起来确实没有操作看上去那么简单。Pandas 提供了三个方法做类似的操作,loc,iloc,ix,ix 官方已经不建议使用,所以我们下面介绍 loc 和 iloc

  • loc 根据标签选取loc

df.loc[行索引开始位置:行索引结束位置,[列名数组]]

  • iloc 根据索引选取

    df.iloc[行索引开始位置:行索引结束位置,列索开始位置:列索引结束位置]

  • 选取行数据
  • df.loc[[行索引数组]],df.iloc[[行索引数组]]

注意:

  • 索引开始位置:闭区间
  • 索引结束位置:开区间
  • loc 和 iloc 选取整列数据的时候,看上去与 df[列名数组] 的方式一致,但是其实前者返回的仍然是 DataFrame,后者返回的是 Series

 知乎:Pandas 功能介绍(一)

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2018-01-24 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1. 加载 CSV
  • 2. 浏览 DataFrame 数据
  • 3. 在 DataFrame 中增加列
  • 4. 选择指定单元格
相关产品与服务
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档