技術標籤：暑假學習日記week1python機器學習

Pandas 學習筆記(一)

文章目錄

• Pandas 學習筆記(一)
• • • 生成物件
    • 檢視資料
    • 選擇
    • 缺失值
    • 合併
    • 分組
    • 視覺化
    • 輸入輸出

生成物件

• s = pd.Series([1,2,np.nan,5,6])

  用值列表生成Series時，Pandas預設自動生成整數索引

• df = pf.DataFrame(np.random.randn(6,4),index=dates,columns=list(‘ABCD’))

  也可以用Series生成DataFrame

  df2=（｛

  ​ ‘A’ :1,

  ​ ‘B’ : pd.Timestamp(“20210123”) ,

  ​ ‘C’ : pd.Series(1,index = list(range(4)))

  ​ ｝）

  DataFrame 的列可以具有不同的屬性

檢視資料

• df.head()

  df.head()展示資料的頭部

• df.tail()

  df.tail()展示尾部資料

• df.index

  顯示索引

• df.columns

  顯示列名

• df.describe()

  快速檢視資料的統計摘要

• df.T

  轉置資料

• df.sort_index(axis = 1,ascending = False)

  按軸排序

• df.sort_values(by = ‘B’)

  按值排序

選擇

• df[‘A’]

  選擇A列，生成Series

• df[0:3]

  使用[]切片行

• df.loc[dates[0]]

  按照標籤提取一行資料

• df.loc[:,[‘A’,'B]]

  用標籤選擇多列資料

• df.at[dates[0],‘A’]

  快速訪問標量

缺失值

Pandas 用 np.nan 表示缺失資料。 計算時，預設不包含空值

刪除含有缺失值的行

df.dropna(how = 'any')

填充缺失值

df.fillna(value = 5)

提取 nan 值的布林掩碼

pd.isna(df)

合併

• conact（）
• join（）
• append（）

分組

group by 一般指以下的處理過程

• 分割 ：將資料分割成多組
• 應用 ：為每組單獨應用函式
• 組合 ：將處理結果組合成一個數據結構

視覺化

• ts =  ts.cumsum()
  ts.plot()
  #DataFrame 的 plot（） 方法會快速繪製帶標籤的列
  

輸入輸出

• df.to_csv('xxx.csv')
  

• df.to_hdf('foo.h5','df')
  

• df.to_excel('xxx.xlsx',sheet_name = 'Sheet1')
  pd.read_excel('xxx.xlsx','Sheet1',index_col = None ,na_valeus = ['NA'])