技術標籤：numpy筆記pythonnumpy機器學習pandas

pandas基本操作

1. 介紹

   pandas 是基於NumPy的一種工具，該工具是為解決資料分析任務而建立的。Pandas 納入了大量庫和一些標準的資料模型，提供了高效地操作大型資料集所需的工具。

2. Series建立物件

   通過Series建立物件，Series同列表類似，每個資料對應一個索引值

   from pandas import Series
   s = Series([1,4,'ww','tt'])
   print("通過series建立\n",s)
   通過series建立
   0     1
   1     4
   2
    
       ww
   3    tt
   dtype: object
   

   tip:s.index,s.values可以顯示 Series 物件的資料值和索引

   Series 可以自定義索引

   s2 = Series(['wangwu','man',20],index=['name','sex','age'])
   

3. DataFrame

   DataFrame是一種二維的資料結構，非常接近於電子表格或者類似 mysql 資料庫的形式。它的豎行稱之為 columns，橫行跟前面的 Series 一樣，稱之為 index，也就是說可以通過 columns 和 index 來確定一個主句的位置。

   from pandas import
    
    DataFrame
   data = {"name":['google','baidu','yahoo'],"marks":[100,200,300],"price":[1,2,3]}
   f1 = DataFrame(data)
   

   f1資料如下：

   ​ name marks price

   0 google 100 1
1 baidu 200 2
2 yahoo 300 3

4. loc方法

   loc為Selection by Label函式，即為按標籤取資料

   import pandas as pd
   import numpy as np
   df=pd.DataFrame(np.
    
   random.randn(5,2),index=range(0,5,1),columns=list('AB'))
   

   df資料如下：

tip:iloc函式為Selection by Position，即按位置選擇資料，即第n行，第n列資料，只接受整型引數

5. 條件篩選

   import pandas as pd
   import numpy as np
   df = pd.DataFrame({'A':[100, 200, 300, 400, 500], 'B':['a', 'b', 'c', 'd', 'e'], 'C':[1, 2, 3, 4, 5]})
   #找出df中A列值為100的所有資料(普通篩選)
   df[df.A==100]
   	A	B
   #找出df中A列值為100、200、300的所有資料（普通篩選）
   num = [100, 200, 300]
   df[df.A.isin(num)]
   	A	B
   #找出df中A列值為100且B列值為‘a’的所有資料（邏輯與篩選）
   df[(df.A==100)&(df.B=='a')]
   	A	B
   #找出df中A列值為100或B列值為‘b’的所有資料（邏輯或篩選）
   df[(df.A==100)|(df.B=='b')]
   	A	B