十.pandas方法总结Numpy

目录

十.pandas方法总结

1.索引切片

2.数据排序

3.数据统计

Pandas数据计算

4.数据查看

5.数据清洗

6-数据分组

查看分组结果

7-处理第三方数据

csv文件操作

Excel文件操作

Excel文件读取read_excel

Excel文件写入 to_excel()

SQL操作

mysql读取

数据保存

pandas处理字符串

数据操作

1-数据添加&插入

2-数据删除

3-重置索引&重命名标签&设置索引列

4-对象拼接

常用属性和方法汇总

numpy操作总结

1-创建ndarray对象:

2-方法总结

十.pandas方法总结

1.索引切片

df_data = pd.DataFrame(np.random.randint(65,95,size=(5,6)),index=["张三","李四","王五","赵六","坤哥"],columns=["语文","数学","英语","政治","历史","地理"]
)
df_data
​
# 选取指定的列
df_data["语文"]
​
# 选取指定的行
df_data.loc["张三"]
​
# 选取指定的行和列
df_data.loc[["张三","王五","坤哥"],["语文","数学","地理"]]
​
# 选取值
df_data.loc["张三","语文"]

df.columns  #返回列表,列标签.
# 整体修改,上面复制过来直接进行修改
# df.columns = ['颜色', '姓名', 'num_critic_for_reviews', 'duration',
#               'director_facebook_likes', 'actor_3_facebook_likes', 'actor_2_name',
#               'actor_1_facebook_likes', 'gross', 'genres', 'actor_1_name',
#               'movie_title', 'num_voted_users', 'cast_total_facebook_likes',
#               'actor_3_name', 'facenumber_in_poster', 'plot_keywords',
#               'movie_imdb_link', 'num_user_for_reviews', 'language', 'country',
#               'content_rating', 'budget', 'title_year', 'actor_2_facebook_likes',
#               'imdb_score', 'aspect_ratio', 'movie_facebook_likes']
# print(df.head())
#
-----------------------------------
​
# 转化为列表之后修改
my_columns = list(df.columns)
my_columns[0] = "颜色色"
df.columns = my_columns
print(df.head())

2.数据排序

df_data = pd.DataFrame(np.random.randint(65,95,size=(5,6)),index=[1,4,6,2,3],columns=["语文","数学","英语","政治","历史","地理"]
)
​
# 默认升序，ascending=False降序
# 根据标签进行排序
df_data.sort_index()
​
# 根据某一列值进行排序
df_data.sort_values(by="语文",ascending=False)

3.数据统计

Pandas数据计算

在 DataFrame 中，使用聚合类方法时需要指定轴(axis)参数。下面介绍两种传参方式：

• 对行操作，默认使用 axis=1 或者使用 "index"；------行

• 对列操作，默认使用 axis=0 或者使用 "columns"。-----列

df_data = pd.DataFrame(np.random.randint(65,95,size=(5,6)),index=[1,4,6,2,3],columns=["语文","数学","英语","政治","历史","地理"]
)
​
# 计算基本统计信息，如均值、标准差、最小值、最大值等。
df_data.describe()
​
# 计算每列的平均值。
df_data.mean()
​
# 计算每列的中位数。
df_data.median()
​
# 计算每列非缺失值的数量。
df_data.count()

4.数据查看

5.数据清洗

6-数据分组

df_data.groupby("company").agg("mean")
#可结合数据计算一起使用
​
df_data.groupby("year")[["GDP", "year"]].mean()
df_data.groupby("country").agg({"GDP":"mean","year":"median"})
df_data.groupby("country")[["GDP", "year"]].agg(["mean","std"])
df_data.groupby(["year", "country"])[["GDP", "year"]].mean()
​
# 统计个数去重
df_data.groupby("year")[["country"]].nunique()
​
# 统计出现的国家数
df_data["country"].nunique()
​
# 统计出现的国家
df_data["country"].unique()

查看分组结果

通过调用groups属性查看分组结果.

print(df_data.groupby('year').groups)
#{1990: [2, 4], 1992: [0, 7], 1994: [8], 1995: [5], 1997: [3], 1998: [1, 6, 9]}

7-处理第三方数据

csv文件操作

Excel文件操作

Excel文件读取read_excel

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None,usecols=None, squeeze=False,dtype=None, engine=None,converters=None, true_values=None, false_values=None,skiprows=None, nrows=None, na_values=None, parse_dates=False,date_parser=None, thousands=None, comment=None, skipfooter=0,convert_float=True, **kwds)

Excel文件写入 to_excel()

# 创建DataFrame数据
data = pd.DataFrame({'name': ['张三', '李四', '王五', '赵六'],'rank': [1, 2, 3, 4],'language': ['PHP', 'C', 'PHP', 'Python'],'url': ['www.zhangsan.com', 'c.lisi.net', 'www.wangwu.com', 'www.zhaoliu.com']})
# 创建ExcelWrite对象
writer = pd.ExcelWriter('datas.xlsx')
data.to_excel(writer)
writer.save()

SQL操作

mysql读取

import pandas as pd
import pymysql
coon = pymysql.connect(host="127.0.0.1",port=3306,user="root",password=" ",db="库名"
)
sql_one = "select * from house"
print(pd.read_sql(sql_one,con=coon))
​
sql_two = "select * from house where id > 10"
print(pd.read_sql(sql_two, con=coon))

数据保存

​
df.iloc[:3, :].to_csv("./movie_new.csv")
df.iloc[:3, :].to_excel("./movie_new.xlsx",sheet_name="xxx")

pandas处理字符串

数据操作

1-数据添加&插入

2-数据删除

3-重置索引&重命名标签&设置索引列

4-对象拼接

常用属性和方法汇总

DataFrame 的属性和方法，与 Series 相差无几.

numpy操作总结

1-创建ndarray对象:

numpy.array(object, dtype=None, copy=True, order=None,ndmin=0)

2-方法总结