DDR爱好者之家 Design By 杰米
1、介绍
Pandas是基于Numpy的专业数据分析工具,可以灵活高效的处理各种数据集,也是我们后期分析案例的神器。它提供了两种类型的数据结构,分别是DataFrame和Series,我们可以简单粗暴的把DataFrame理解为Excel里面的一张表,而Series就是表中的某一列
2、创建DataFrame
# -*- encoding=utf-8 -*-
import pandas
if __name__ == '__main__':
pass
test_stu = pandas.DataFrame(
{'高数': [66, 77, 88, 99, 85],
'大物': [88, 77, 85, 78, 65],
'英语': [99, 84, 87, 56, 75]},
)
print(test_stu)
stu = pandas.DataFrame(
{'高数': [66, 77, 88, 99, 85],
'大物': [88, 77, 85, 78, 65],
'英语': [99, 84, 87, 56, 75]},
index=['小红', '小李', '小白', '小黑', '小青'] # 指定index索引
)
print(stu)
运行
高数 大物 英语 0 66 88 99 1 77 77 84 2 88 85 87 3 99 78 56 4 85 65 75 高数 大物 英语 小红 66 88 99 小李 77 77 84 小白 88 85 87 小黑 99 78 56 小青 85 65 75
3、读取CSV或Excel(.xlsx)进行简单操作(增删改查)
data.csv
# -*- encoding=utf-8 -*-
import pandas
if __name__ == '__main__':
pass
data = pandas.read_csv('data.csv', engine='python') # 使用python分析引擎读取csv文件
print(data.head(5)) # 显示前5行,
print(data.tail(5)) # 显示后5行
print(data) # 显示所有数据
print(data['height']) # 显示height列
print(data[['height', 'weight']]) # 显示height和weight列
data.to_csv('write.csv') # 保存到csv文件
data.to_excel('write.xlsx') # 保存到xlsx文件
data.info() # 查看数据信息(总行数,有无空缺数据,类型)
print(data.describe()) # (count非空值,mean均值、std标准差、min最小值、max最大值25%50%75%分位数。)
data['新增列'] = range(0, len(data)) # 类似字典直接添加即可
print(data)
new_data = data.drop('新增列', axis=1, inplace=False)
# 删除列,如果inplace为True则在源数据删除,返回None,否则返回新数据,不改动源数据
print(new_data)
data['体重+身高'] = data['height'] + data['weight']
print(data)
data['remark'] = data['remark'].str.replace('to', '') # 操作字符串
print(data['remark'])
data['birth'] = pandas.to_datetime(data['birth']) # 转为日期类型
print(data['birth'])
4、根据条件进行筛选,截取
# -*- encoding=utf-8 -*-
import pandas
if __name__ == '__main__':
pass
data = pandas.read_csv('data.csv', engine='python') # 使用python分析引擎读取csv文件
a = data.iloc[:12, ] # 截取0-12行,列全截
# print(a)
b = data.iloc[:, [1, 3]] # 行全截,列1,3
# print(b)
c = data.iloc[0:12, 0:4] # 截取行0-12,列0-4
# print(c)
d = data['sex'] == 1 # 查看性别为1(男)的
# print(d)
f = data.loc[data['sex'] == 1, :] # 查看性别为1(男)的
# print(f)
g = data.loc[:, ['weight', 'height']] # 选取身高体重
# print(g)
h = data.loc[data['height'].isin([166, 175]), :] # 选取身高166,175的数据
# print(h)
h1 = data.loc[data['height'].isin([166, 175]), ['weight', 'height']] # 选取身高166,175的数据
# print(h1)
i = data['height'].mean() # 均值
j = data['height'].std() # 方差
k = data['height'].median() # 中位数
l = data['height'].min() # 最小值
m = data['height'].max() # 最大值
# print(i)
# print(j)
# print(k)
# print(l)
# print(m)
n = data.loc[
(data['height'] > data['height'].mean()) &
(data['weight'] > data['weight'].mean()),
:] # 身高大于身高均值,且体重大于体重均值,不能用and要用&如果是或用|
print(n)
5、清Nan数据,去重,分组,合并
# -*- encoding=utf-8 -*-
import pandas
if __name__ == '__main__':
pass
sheet1 = pandas.read_excel('data.xlsx', sheet_name='Sheet1') # 读取sheet1
# print(sheet1)
# print('-------------------------')
sheet2 = pandas.read_excel('data.xlsx', sheet_name='Sheet2') # 读取sheet2
# print(sheet2)
# print('-------------------------')
a = pandas.concat([sheet1, sheet2]) # 合并
# print(a)
# print('-------------------------')
b = a.dropna() # 删除空数据nan,有nan的就删除
# print(b)
# print('-------------------------')
b1 = a.dropna(subset=['weight']) # 删除指定列的空数据nan
# print(b1)
# print('-------------------------')
c = b.drop_duplicates() # 删除重复数据
# print(c)
# print('-------------------------')
d = b.drop_duplicates(subset=['weight']) # 删除指定列的重复数据
# print(d)
# print('-------------------------')
e = b.drop_duplicates(subset=['weight'], keep='last') # 删除指定列的重复数据,保存最后一个相同数据
# print(e)
# print('-------------------------')
f = a.sort_values(['weight'], ascending=False) # 从大到小排序weight
# print(f)
g = c.groupby(['sex']).sum() # 根据sex分组,再求和
# print(g)
g1 = c.groupby(['sex'], as_index=False).sum() # 根据sex分组,再求和,但sex不作为索引
# print(g1)
g2 = c.groupby(['sex', 'weight']).sum() # 根据sex分组后再根据weight分组,再求和
# print(g2)
h = pandas.cut(c['weight'], bins=[80, 90, 100, 150, 200], ) # 根据区间分割体重
print(h)
# print('-------------------------')
c['根据体重分割'] = h # 会有警告,未解决,但不影响结果
print(c)
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
DDR爱好者之家 Design By 杰米
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
DDR爱好者之家 Design By 杰米
暂无评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
2025年10月25日
2025年10月25日
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]
