python之pandas库，快速学习
| 后台-插件-广告管理-内容页头部广告（手机） |
目录
一、pandas的两种数据结构
1.pandas导入
2.Series
（1）series：一维数据机构，可以保存任何类型的数据结构，相当于一列。
（2）series默认索引从0开始。也通过可以指定索引。
3.DataFrame
（1）DataFrame：是一个矩阵的数据类型，既有行索引，也有列索引。
（2）DataFrame：可以更改行索引（columns）和列索引（index）。
（3）DataFrame的基本函数
二、pandas操作Excel
1.写入Excel文件
（1）to_excel：写入excel文件会创建一个新的文件。
（2）ExcelWriter：会在一个工作表中创建一个新的工作薄。
2.读取Excel文件
（1）read_excel
三、pandas数据查询
1.直接查询
（1）选择单列数据：df['列’]
（2）选择多列数据：df[[’列1’,'列2']]，通过列名组成的列表选择多列数据
（3）df[1:3]，按行位置选取连续的行(切片)，前闭后开
2.条件查询
（1）单条件查询：单列布尔选择: df[(df['列’]==条件)]，选取某列满足一定条件的行
（2）多条件查询：df[(df['列1’]-=条件)&(df['列2']>条件)]，选取多列满足一定条件的行
3.索引器查询
（1）选择单行/多行数据: df.loc[’行号’]、df.loc[['行号’],['列名']】]
（2）选择多行多列数据: df.loc[['行1','行2'],['列1','列2']]，通过两个列表选取行列组合;loc布尔选择: df.loc[(df['列']>条件)]，按条件选取单列(多列）满足一定条件的行
（3）loc切片(选择连续的多行多列): df.loc[’行1':'行2','列1':'列2']，通过切片选取连续的行列组合,冒号前后留空代表开口
（4）iloc索引器中只能使用原始索引（位置信息），不能使用自定义索引。
四、数据处理
1.缺失值处理
（1）isna()：检测缺失值
（2）dropna()：删除缺失的值
（3）fillna()：使用指定的方法填充NA/NaN值
2.重复值处理
（1）duplicated()：用于查找重复项
（2）drop_duplicated()：删除重复值
3.其他异常处理
五、数据分析
1.描述性统计分析
2.累计统计
（1）cumsum () 累计总和
（2）cumprod() 累计乘积
（3）cummax () 累计最大值
（4）cummin() 累计最小值编辑
3.数据排序
（1）sort_values()函数语法
（2）sort_index()函数：在指定轴上根据索引值对数据进行排序，默认使用行索引升序排序。
六、数据表的相互连接
1.merge()函数
1.concat()函数
1.join()函数
1.append()函数
七、分组聚合
1.groupby()
2.agg()
八、数据透视
1.pivot_table
2.转换轴
一、pandas的两种数据结构
1.pandas导入
2.Series
（1）series：一维数据机构，可以保存任何类型的数据结构，相当于一列。
例如：存放列表类型
（2）series默认索引从0开始。也通过可以指定索引。
未指定索引前：
指定索引后：
3.DataFrame
（1）DataFrame：是一个矩阵的数据类型，既有行索引，也有列索引。
（2）DataFrame：可以更改行索引（columns）和列索引（index）。
（3）DataFrame的基本函数
1、rename()
columns：修改行名
index：修改列名
inplace=True ：是否在原数据中进行修改，默认为False。 
2、insert()
loc：插入第几列
column：插入的列名
value：插入的值
allow_duplicates：是否允许列名重复，默认为Flase。
3、drop()
labels：单个标签或标签列表。
axis：{0或'index'，1或'columns'}，是从索引还是列中删除标签，默认0，从行索引中删除。
index：单个标签或标签列表: columns = labels 等效于 labels,axis=1。
inplace：默认为False，返回新的DataFrame，True表示直接在原数据上删除。
4、head() 和 tail()
二、pandas操作Excel
1.写入Excel文件
（1）to_excel：写入excel文件会创建一个新的文件。
（2）ExcelWriter：会在一个工作表中创建一个新的工作薄。
mode填入值： w 代表重写
a 代表追加
pandas支持多种读写：CSV, JSON,HTMl,Local clipboard,Text File,Excel等
2.读取Excel文件
（1）read_excel
sheet_name：读取的表名
converters：修改类型
set_option(pat, value)
pat：
display.max_rows ：设置DataFrame显示最大行数，pd.set_option('display.max_rows', None)显示所有行。
display.max_columns：设置DataFrame显示最大列数。
display.max_colwidth：设置DataFrame显示最大列宽。
display.precision：设置显示小数点后的位数。
display.float_format：设置浮点数的显示格式。
例如：保留两位小数
三、pandas数据查询
1.直接查询
（1）选择单列数据：df['列’]
（2）选择多列数据：df[[’列1’,'列2']]，通过列名组成的列表选择多列数据
（3）df[1:3]，按行位置选取连续的行(切片)，前闭后开
2.条件查询
（1）单条件查询：单列布尔选择: df[(df['列’]==条件)]，选取某列满足一定条件的行
（2）多条件查询：df[(df['列1’]-=条件)&(df['列2']>条件)]，选取多列满足一定条件的行
3.索引器查询
（1）选择单行/多行数据: df.loc[’行号’]、df.loc[['行号’],['列名']】]
（2）选择多行多列数据: df.loc[['行1','行2'],['列1','列2']]，通过两个列表选取行列组合;loc布尔选择: df.loc[(df['列']>条件)]，按条件选取单列(多列）满足一定条件的行
（3）loc切片(选择连续的多行多列): df.loc[’行1':'行2','列1':'列2']，通过切片选取连续的行列组合,冒号前后留空代表开口
（4）iloc索引器中只能使用原始索引（位置信息），不能使用自定义索引。
四、数据处理
1.缺失值处理
（1）isna()：检测缺失值
（2）dropna()：删除缺失的值
axis：默认axis=0，表示删除包含缺失值的行，axis=1，表示删除包含缺失值的列
how：默认how='any',表示删除含有缺失值的所有行或列，how='all'，表示删除全为缺失值的行或列
thresh：int，保留含有int个非空值的行、列
subset：对特定列进行缺失值删除
（3）fillna()：使用指定的方法填充NA/NaN值
value：用于填充的值:数值、字符串、变量、字典、series、DataFrame，不能使用列表
method：填充方法:{'backfill'，'bfill'，'pad', 'ffill'，None}，默认为None，指定填充值，pad/ffill表示用前一个非缺失值填充，backfil1/bfill表示用后一个非缺失值填充
axis：填充缺失值所沿的轴，默认为None
limit：限制填充次数
2.重复值处理
（1）duplicated()：用于查找重复项
subset：列名，默认使用所有列
keep： keep='first'：保留第一个重复值（默认值）
keep='last'：保留最后一个重复值
keep=False：将所有重复值都删除
（2）drop_duplicated()：删除重复值
ignore_index：重建索引，默认为False
3.其他异常处理
（1）replace()：将所有数据转换为字符串，使用replace()函数进行替换
（2）astype()：将pandas对象转换为指定的数据类型
dtype：数据类型:使用numpy.dtype或Python类型将整个pandas对布尔值，默认为True，表示返回一个副本
copy：布尔值，默认为True，表示返回一个副本
errors：针对数据类型转换无效引发异常的处理，默认为'raise',表示允许引发异常，errors='ignore’抑制异常，错误时返回原始对象
五、数据分析
1.描述性统计分析
（1）count()
（2）discribe()
percentiles：百分位数，介于0-1之间，默认[25%，50%，75%]
include：包含在结果中的数据类型，默认所有数值列
exclude：排除在结果中的数据类型，默认不排除任何内容
datetime_is_numeric：是否将datetime dtypes视为数字，默认为False
（3）pct_change()：当前元素与先前元素之间的百分比变化，默认计算与前一行的百分比变化，适用于财务报表的环比分析
periods：计算周期，默认为1
fill_method：填充空值的方法，默认'pad'，表示用前一个非缺失值填充，bfill用后一个非缺失值填充，None不填充
limit：限制填充次数
axis：计算方向，{0或'index'，1或'columns'}，默认axis=0
2.累计统计
（1）cumsum () 累计总和
（2）cumprod() 累计乘积
（3）cummax () 累计最大值
（4）cummin() 累计最小值
3.数据排序
（1）sort_values()函数语法
by：axis轴上的某个索引或索引列表，按什么排序
axis：要排序的轴，{0或'index'，1或'columns'}，默认0，按照指定列数据排序
ascending：排序方式，默认为True，代表升序排序，False代表降序排序
inplace：默认为False，True表示直接在原数据上排序
ignore_index：是否重建索引，默认为False
（2）sort_index()函数：在指定轴上根据索引值对数据进行排序，默认使用行索引升序排序。
六、数据表的相互连接
1.merge()函数
merge()函数:具有表连接功能，类似于Excel中的vlookup函数，可以根据一个或多个键(列值)将不同DataFrame连接起来
merge()表连接方式有inner、left、 right、outer，默认inner，空值用NaN填充
inner:内连接，取交集
outer:外连接，取并集
left:左连接，左侧取全部，右侧取部分
right:右连接，右侧取全部，左侧取部分
1.concat()函数
concat()函数：沿特定轴连接两个或两个以上的DataFrame，既可实现纵向合并也可实现横向合并，行列索引均可重复
1.join()函数
join()函数：连接另一个DataFrame的列(横向连接)，与merge()函数功能类似，区别在于两者适用的场景有所不同
1.append()函数
append()函数：向DataFrame对象中添加新的行(纵向合并)，如果添加的列名不在DataFrame对象中，将会被当作新的列进行添加
七、分组聚合
1.groupby()
数据分组，即根据一个或多个DataFrame列名进行分组。
by：分类的依据，DataFrame列名
axis：默认axis=0:纵向分割，axis=1:横向分割
level：默认为True:返回以组标签为索引的对象，as_index=False:不以组标签为索引
sort：默认为True:按组键排序，设置为False可以提高性能
2.agg()
具有自定义聚合功能，允许在一次计算中，自定义多种聚合方式
八、数据透视
1.pivot_table
pivot_table()函数：类似于Excel中的数据透视表功能，是一种可以对数据动态排布并且分类汇总的表格格式，pivot_table可以将普通列转换为行索引、列索引及元素值，进行各种汇总计算。
2.转换轴
stack():将数据的列索引转换为行索引，默认转换最内层的索引
unstack():将数据的行索引转换为列索引，默认转换最内层的索引
1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，请转载时务必注明文章作者和来源，不尊重原创的行为我们将追究责任；3.作者投稿可能会经我们编辑修改或补充。
在线投稿：投稿 站长QQ：1888636
| 后台-插件-广告管理-内容页尾部广告（手机） |
