您的当前位置：首页数据科学与计算之Pandas

数据科学与计算之Pandas

来源：伴沃教育

一、Pandas的介绍

一个开源的Python类库：用于数据分析、数据处理、数据可视化。

优点：

· 高性能

· 容易使用的数据结构

· 容易使用的数据分析工具

二、Pandas的安装与导入

Pandas的安装：

1.pip install pandas

2.conda install pandas

（清华源：https://pypi.tuna.tsinghua.edu.cn/simple）

Pandas的导入：

import pandas as pd

三、Pandas数据结构之Series

pandas.Series类似表格中的一个列，类似于一维数组，可以保存任何数据类型，它由索引和列组成，函数如下：pandas.Series( data, index, dtype, name, copy)

data	index	dtype	name	copy
一组数据（ndarray类型）	数据索引标签，如果不指定，默认从0开始。	数据类型。默认会自己判断	设置名称	拷贝数据，默认为False

1、使用列表创建Series ：

2、使用ndarray创建Series ：

3、使用字典创建Series ：

4、查看series中的索引和数值：

四、Pandas数据结构之DataFrame

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型。它既有行索引也有列索引。

DataFrame 构造方法如下：

pandas.DataFrame( data, index, columns, dtype, copy)

data	index	columns	dtype	copy
一组数据(ndarray、series, map, lists, dict 等类型)。	索引值，或者可以称为行标签。	列标签，默认为 RangeIndex (0, 1, 2, …, n) 。	数据类型。	拷贝数据，默认为 False。

1、使用列表创建DataFrame ：

2、使用ndarrays创建DataFrame ：

3、使用字典(key/value)创建DataFrame ：

五、Pandas数据查询

1、loc( )函数：返回第n行数据。

2、loc( )函数：也可以返回多行数据，使用 [[ ... ]] 格式，... 为各行的索引，以逗号隔开。

3、指定索引值：

4、使用loc属性返回指定索引对应到某一行：

六、Pandas数据读取

数据类型	说明	Pandas读取方法
csv，tsv，txt	用逗号分隔或者tab分割的纯文本文件	pd.read_csv()
excel	xls或者xlsx文件	pd.read_excel()
mysql	关系型数据库表	pd.read_sql()

1、head()函数：用于读取前面的 n 行，默认返回 5 行。

2、tail()函数：用于读取尾部的 n 行，默认返回 5 行。

3、info()函数：返回表格的一些基本信息.

七、Pandas处理丢失数据

需要进行数据清洗的property-data.csv文件。

1、isnull()函数：判断各个单元格是否为空。

2、 dropna()函数：删除包含空字段的行。

语法格式：DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

axis

how

thresh

subset

inplace

默认为 0，表示逢空值剔除整行。

'any' ：有一个数据为空就去掉整行。

'all' ：所有数据都为空才去掉这整行。

设置需要多少非空值的数据才可以保留下来的。

设置想要检查的列。如果是多个列，可以使用列名的 list 作为参数。

如果设置 True，将计算得到的值直接覆盖之前的值并返回 None，修改的是源数据。

数据科学与计算之Pandas

一、Pandas的介绍

二、Pandas的安装与导入

三、Pandas数据结构之Series

1、使用列表创建Series ：

2、使用ndarray创建Series ：

3、使用字典创建Series ：

4、查看series中的索引和数值：

四、Pandas数据结构之DataFrame

1、使用列表创建DataFrame ：

2、使用ndarrays创建DataFrame ：

3、使用字典(key/value)创建DataFrame ：

五、Pandas数据查询

1、loc( )函数：返回第n行数据。

2、loc( )函数：也可以返回多行数据，使用 [[ ... ]] 格式，... 为各行的索引，以逗号隔开。

3、指定索引值：

4、使用loc属性返回指定索引对应到某一行：

六、Pandas数据读取

1、head()函数：用于读取前面的 n 行，默认返回 5 行。

2、tail()函数：用于读取尾部的 n 行，默认返回 5 行。

3、info()函数：返回表格的一些基本信息.

七、Pandas处理丢失数据

1、isnull()函数：判断各个单元格是否为空。

2、 dropna()函数：删除包含空字段的行。

3、fillna()函数：用指定内容来替换一些空字段。

4、mean()函数：计算列的均值替换空单元格。

5、median()函数：计算列的中位数替换空单元格。

数据科学与计算之Pandas

一、Pandas的介绍

二、Pandas的安装与导入

三、Pandas数据结构之Series

1、使用列表创建Series ：

2、使用ndarray创建Series ：

3、使用字典创建Series ：

4、查看series中的索引和数值：

四、Pandas数据结构之DataFrame

1、使用列表创建DataFrame ：

2、使用ndarrays创建DataFrame ：

3、使用字典(key/value)创建DataFrame ：

五、Pandas数据查询

1、loc( )函数：返回第n行数据。

2、loc( )函数：也可以返回多行数据，使用 [[ ... ]] 格式，... 为各行的索引，以逗号隔开。

3、指定索引值：

4、使用loc属性返回指定索引对应到某一行：

六、Pandas数据读取

1、head()函数：用于读取前面的 n 行，默认返回 5 行。

2、tail()函数：用于读取尾部的 n 行，默认返回 5 行。

3、info()函数：返回表格的一些基本信息.

七、Pandas处理丢失数据

1、isnull()函数：判断各个单元格是否为空。

2、 dropna()函数：删除包含空字段的行。

3、fillna()函数 ：用指定内容来替换一些空字段。

4、mean()函数：计算列的均值替换空单元格。

5、median()函数：计算列的中位数替换空单元格。

3、fillna()函数：用指定内容来替换一些空字段。