pandas的基本用法(一)——數(shù)據(jù)定義及使用

文章作者:Tyan
博客:noahsnail.com | CSDN | 簡書

本文主要是關于pandas的一些基本用法。

#!/usr/bin/env python
# _*_ coding: utf-8 _*_

import pandas as pd
import numpy as np

# Test 1
# 定義序列, pandas中的數(shù)據(jù)形式通常是float32或float64
s = pd.Series([1, 3, 5, np.nan, 44,  1])
print s
print s[0]
print s[3]

# Test 1 result
0     1.0
1     3.0
2     5.0
3     NaN
4    44.0
5     1.0
dtype: float64
1.0
nan

# Test 2
# 定義日期列表
dates = pd.date_range('20170101', periods = 6)
print dates
print dates[5]

# Test 2 result
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',
               '2017-01-05', '2017-01-06'],
              dtype='datetime64[ns]', freq='D')
2017-01-06 00:00:00

# Test 3
# DataFrame類似于numpy的array, 行索引為dates, 列索引為[a, b, c, d]
df = pd.DataFrame(np.random.randn(6, 4), index = dates, columns = ['a', 'b', 'c', 'd'])
print df

# 不指定索引的DataFrame
df = pd.DataFrame(np.arange(12).reshape(3, 4))
print df

# DataFrame的定義
df = pd.DataFrame({'A': 1., 'B': 'Foo', 'C': np.array([3] * 4)})
print df

# Test 3 result
                   a         b         c         d
2017-01-01  1.104994  1.328379  0.410358 -1.661059
2017-01-02 -0.642727 -0.152576  1.126191 -0.005317
2017-01-03 -0.179257  0.160972 -0.824172 -0.175027
2017-01-04  0.838328 -0.500909  0.714592  1.144800
2017-01-05  0.803691 -3.979186 -1.037603 -0.747943
2017-01-06  1.217289 -0.074413  0.504138 -0.077507

   0  1   2   3
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

     A    B  C
0  1.0  Foo  3
1  1.0  Foo  3
2  1.0  Foo  3
3  1.0  Foo  3

# Test 4
# 查看DataFrame的數(shù)據(jù)類型
df.dtypes

# 查看DataFrame的索引
df.index

# 查看DataFrame的列索引
df.columns

# 查看DataFrame的值
df.values

# 查看DataFrame的描述
df.describe()

# DataFrame的轉置
df.T

# DataFrame的index排序
df.sort_index(axis = 1)

# DataFrame的index排序, 逆序
df.sort_index(axis = 1, ascending = False)

# DataFrame按值排序
df.sort_values(by = 'C')

# Test 4 result
A    float64
B     object
C      int64
dtype: object

RangeIndex(start=0, stop=4, step=1)

Index([u'A', u'B', u'C'], dtype='object')

array([[1.0, 'Foo', 3],
       [1.0, 'Foo', 3],
       [1.0, 'Foo', 3],
       [1.0, 'Foo', 3]], dtype=object)

       A      C
count  4.0    4.0
mean   1.0    3.0
std    0.0    0.0
min    1.0    3.0
25%    1.0    3.0
50%    1.0    3.0
75%    1.0    3.0
max    1.0    3.0

       0      1      2      3
A      1      1      1      1
B      Foo    Foo    Foo    Foo
C      3      3      3      3


       A      B      C
0      1.0    3      Foo
1      1.0    3      Foo
2      1.0    3      Foo
3      1.0    3      Foo

       C      B      A
0      Foo    3      1.0
1      Foo    3      1.0
2      Foo    3      1.0
3      Foo    3      1.0

       A      B      C
0      1.0    3      Foo
1      1.0    3      Foo
2      1.0    3      Foo
3      1.0    3      Foo
最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末拷呆,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子茬斧,更是在濱河造成了極大的恐慌梗逮,老刑警劉巖项秉,帶你破解...
    沈念sama閱讀 211,884評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件慷彤,死亡現(xiàn)場離奇詭異怖喻,居然都是意外死亡岁诉,警方通過查閱死者的電腦和手機锚沸,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,347評論 3 385
  • 文/潘曉璐 我一進店門哗蜈,熙熙樓的掌柜王于貴愁眉苦臉地迎上來坠韩,“玉大人距潘,你說我怎么就攤上這事只搁。” “怎么了氢惋?”我有些...
    開封第一講書人閱讀 157,435評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長菱农。 經(jīng)常有香客問我柿估,道長,這世上最難降的妖魔是什么秫舌? 我笑而不...
    開封第一講書人閱讀 56,509評論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮足陨,結果婚禮上,老公的妹妹穿的比我還像新娘墨缘。我一直安慰自己,他們只是感情好镊讼,可當我...
    茶點故事閱讀 65,611評論 6 386
  • 文/花漫 我一把揭開白布蝶棋。 她就那樣靜靜地躺著,像睡著了一般玩裙。 火紅的嫁衣襯著肌膚如雪段直。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,837評論 1 290
  • 那天鸯檬,我揣著相機與錄音螺垢,去河邊找鬼。 笑死甩苛,一個胖子當著我的面吹牛俏站,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播肄扎,決...
    沈念sama閱讀 38,987評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼旭等!你這毒婦竟也來了衡载?” 一聲冷哼從身側響起搔耕,我...
    開封第一講書人閱讀 37,730評論 0 267
  • 序言:老撾萬榮一對情侶失蹤弃榨,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后鲸睛,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,194評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡官辈,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...
    茶點故事閱讀 36,525評論 2 327
  • 正文 我和宋清朗相戀三年遍坟,在試婚紗的時候發(fā)現(xiàn)自己被綠了拳亿。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片愿伴。...
    茶點故事閱讀 38,664評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖万搔,靈堂內(nèi)的尸體忽然破棺而出胡桨,到底是詐尸還是另有隱情瞬雹,我是刑警寧澤,帶...
    沈念sama閱讀 34,334評論 4 330
  • 正文 年R本政府宣布呢诬,位于F島的核電站,受9級特大地震影響尚镰,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜狗唉,卻給世界環(huán)境...
    茶點故事閱讀 39,944評論 3 313
  • 文/蒙蒙 一涡真、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧哆料,春花似錦、人聲如沸东亦。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,764評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至卒稳,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間充坑,已是汗流浹背染突。 一陣腳步聲響...
    開封第一講書人閱讀 31,997評論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留份企,地道東北人。 一個月前我還...
    沈念sama閱讀 46,389評論 2 360
  • 正文 我出身青樓甜紫,卻偏偏與公主長得像降宅,于是被迫代替她去往敵國和親囚霸。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 43,554評論 2 349

推薦閱讀更多精彩內(nèi)容