數(shù)據(jù)分析庫pandas

import pandas as pd
import matplotlib.pyplot as plt
import math

# DataFrame
print("====================創(chuàng)建dataFrame開始=======================")
df1 = pd.DataFrame([[1, 2, 3], [4, 5, 6]], index=['A', "B"], columns=["C", "D", "E"])
print(df1)
print(df1.values)
print(df1.T)

print(df1.shape)
print(df1.size)
# 前幾行和后幾行
print(df1.head(1))
print(df1.tail(1))
# 對(duì)一列數(shù)據(jù)進(jìn)行分析误趴,數(shù)量,平均值务傲,方差凉当,最小值,最大值
print(df1.describe())

# 選取某一行
print(df1.loc["A"])

print("====================創(chuàng)建dataFrame結(jié)束=======================")
print("====================read csv開始=======================")
data = pd.read_csv("resource/fff.csv", index_col="id")
print(data.head(3))
# print(broken_data[:3])
print(data.shape)
# 取出某列
print(data['x'][:3])
# 取出某些列
print(data[["x", "y"]][:3])
# 統(tǒng)計(jì)每個(gè)值出現(xiàn)的次數(shù),可以添加過濾條件進(jìn)行去重處理
print(data["x"].value_counts())
print("====================圖形化開始=======================")
# 畫出形狀
data['x'].plot()
# data.plot()
# plt.show()
print(data.dtypes)
print("====================圖形化結(jié)束=======================")

print("====================read csv結(jié)束=======================")
print("====================時(shí)間處理開始=======================")
timedata = pd.read_csv("resource/timestamp.csv")
print(timedata.dtypes)
# 轉(zhuǎn)換成時(shí)間,過濾時(shí)間
local_time = pd.to_datetime(timedata["atime"], unit="s")
print(local_time)
condition = local_time > '2101-10-10'

print(timedata[condition])

print("====================時(shí)間處理結(jié)束=======================")


print("====================cal開始=======================")
x,y=4.47,6.55
x1,y1=4.1,7.61

rate = math.sqrt((x1-x)**2+(y1-y)**2)
print(rate)


print("====================cal結(jié)束=======================")
/Users/jun/anaconda3/envs/python36/bin/python /Applications/PyCharm.app/Contents/helpers/pydev/pydev_run_in_console.py 51520 51521 /Users/jun/PycharmProjects/liaokepython/wanmenpython/ipandas.py
Running /Users/jun/PycharmProjects/liaokepython/wanmenpython/ipandas.py
import sys; print('Python %s on %s' % (sys.version, sys.platform))
sys.path.extend(['/Users/jun/PycharmProjects/liaokepython', '/Users/jun/PycharmProjects/liaokepython/wanmenpython'])
====================創(chuàng)建dataFrame開始=======================
   C  D  E
A  1  2  3
B  4  5  6
[[1 2 3]
 [4 5 6]]
   A  B
C  1  4
D  2  5
E  3  6
(2, 3)
6
   C  D  E
A  1  2  3
   C  D  E
B  4  5  6
             C        D        E
count  2.00000  2.00000  2.00000
mean   2.50000  3.50000  4.50000
std    2.12132  2.12132  2.12132
min    1.00000  2.00000  3.00000
25%    1.75000  2.75000  3.75000
50%    2.50000  3.50000  4.50000
75%    3.25000  4.25000  5.25000
max    4.00000  5.00000  6.00000
C    1
D    2
E    3
Name: A, dtype: int64
====================創(chuàng)建dataFrame結(jié)束=======================
====================read csv開始=======================
    areaCode     x     y    z             time  package tagId
id                                                           
1          1  4.65  6.55  1.2  2019/3/19 13:42     2209  B832
2          1  4.47  6.56  1.2  2019/3/19 13:42     2210  B832
3          1  4.47  6.55  1.2  2019/3/19 13:42     2211  B832
(169, 7)
id
1    4.65
2    4.47
3    4.47
Name: x, dtype: float64
       x     y
id            
1   4.65  6.55
2   4.47  6.56
3   4.47  6.55
6.03     3
5.55     3
1.63     3
2.85     2
6.40     2
5.83     2
5.57     2
5.46     2
5.65     2
8.78     2
2.91     2
5.08     2
7.64     2
3.42     2
4.65     2
4.47     2
9.35     2
9.24     2
8.44     2
5.21     2
5.58     2
5.61     2
9.08     2
3.56     2
5.60     2
8.52     1
3.92     1
4.40     1
0.17     1
8.74     1
        ..
7.90     1
9.28     1
9.27     1
6.11     1
4.06     1
6.66     1
8.06     1
9.66     1
0.55     1
2.59     1
8.29     1
8.79     1
10.07    1
3.39     1
6.21     1
7.44     1
7.40     1
4.22     1
5.91     1
1.17     1
4.67     1
8.69     1
9.09     1
4.05     1
6.88     1
5.59     1
5.80     1
7.33     1
5.70     1
8.75     1
Name: x, Length: 141, dtype: int64
====================圖形化開始=======================
areaCode      int64
x           float64
y           float64
z           float64
time         object
package       int64
tagId        object
dtype: object
====================圖形化結(jié)束=======================
====================read csv結(jié)束=======================
====================時(shí)間處理開始=======================
atime    int64
btime    int64
dtype: object
0   2110-06-13 20:25:51
1   2110-09-02 20:52:31
2   2100-12-10 15:05:51
Name: atime, dtype: datetime64[ns]
        atime    btime
0  4432134351    54335
1  4439134351  3454543
====================時(shí)間處理結(jié)束=======================
====================cal開始=======================
1.1227199116431494
====================cal結(jié)束=======================
PyDev console: starting.
Python 3.6.8 |Anaconda, Inc.| (default, Dec 29 2018, 19:04:46) 
[GCC 4.2.1 Compatible Clang 4.0.1 (tags/RELEASE_401/final)] on darwin

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末看杭,一起剝皮案震驚了整個(gè)濱河市挟伙,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌贮缅,老刑警劉巖携悯,帶你破解...
    沈念sama閱讀 221,198評(píng)論 6 514
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件憔鬼,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡昌跌,警方通過查閱死者的電腦和手機(jī)照雁,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,334評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門饺蚊,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人裕坊,你說我怎么就攤上這事燕酷。” “怎么了饵蒂?”我有些...
    開封第一講書人閱讀 167,643評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵退盯,是天一觀的道長浴麻。 經(jīng)常有香客問我,道長软免,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,495評(píng)論 1 296
  • 正文 為了忘掉前任漓骚,我火速辦了婚禮,結(jié)果婚禮上噩斟,老公的妹妹穿的比我還像新娘孤个。我一直安慰自己,他們只是感情好斥废,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,502評(píng)論 6 397
  • 文/花漫 我一把揭開白布牡肉。 她就那樣靜靜地躺著,像睡著了一般统锤。 火紅的嫁衣襯著肌膚如雪饲窿。 梳的紋絲不亂的頭發(fā)上煤搜,一...
    開封第一講書人閱讀 52,156評(píng)論 1 308
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼淌哟。 笑死,一個(gè)胖子當(dāng)著我的面吹牛腐碱,可吹牛的內(nèi)容都是我干的症见。 我是一名探鬼主播殃饿,決...
    沈念sama閱讀 40,743評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼遵蚜!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起睡汹,我...
    開封第一講書人閱讀 39,659評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤寂殉,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后文兢,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體焕檬,經(jīng)...
    沈念sama閱讀 46,200評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡实愚,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,282評(píng)論 3 340
  • 正文 我和宋清朗相戀三年腊敲,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片懂昂。...
    茶點(diǎn)故事閱讀 40,424評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡凌彬,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出铲敛,到底是詐尸還是另有隱情会钝,我是刑警寧澤,帶...
    沈念sama閱讀 36,107評(píng)論 5 349
  • 正文 年R本政府宣布先鱼,位于F島的核電站奸鬓,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏全蝶。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,789評(píng)論 3 333
  • 文/蒙蒙 一绷落、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧筐喳,春花似錦函喉、人聲如沸管呵。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,264評(píng)論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽坷襟。三九已至,卻和暖如春廓奕,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背桌粉。 一陣腳步聲響...
    開封第一講書人閱讀 33,390評(píng)論 1 271
  • 我被黑心中介騙來泰國打工番甩, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人窍育。 一個(gè)月前我還...
    沈念sama閱讀 48,798評(píng)論 3 376
  • 正文 我出身青樓漱抓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親瞬逊。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,435評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容