pandas 笔记

本文来源于<利用python进行数据分析>中文版,大家有兴趣可以看原版,入门的东西得脚踏实地哈 1.pandas 数据结构介绍 首先熟悉它的两个主要数据结构,Series 和 DataFrame Series 是一种类似于一维数组的对象,它由一组数据以及一组与之相关的数据标签组成. obj = pd.Series([4, 7, -5, 3]) obj Out[4]: 0 4 1 7 2 -5 3 3 dtype: int64 Series字符串表现形成为:索引在左,值在右,可以通过Series

Pandas的数据类型 Pandas基于两种数据类型: series 与 dataframe . Series 一个series是一个一维的数据类型,其中每一个元素都有一个标签.类似于Numpy中元素带标签的数组.其中,标签可以是数字或者字符串. import numpy as np import pandas as pd s = pd.Series([1, 2, 5, np.nan, 6, 8]) print s DataFrame 一个dataframe是一个二维的表结构.Pandas的da

Numpy Numpy是python的一个库.支持维度数组与矩阵计算并提供大量的数学函数库. #浮点数转int arr = np.array([1.2,1.3,1.4],[1.5,1.6,1.7])#创建ndarray时候也可以指定dtype arr.astype(dtype = np.int) #对数组批量运算,作用在每个元素上 arr = np.array([1,2,3],[4,5,6]) print arr**5 #索引和切片 arr = np.array([1,2,3,4,5,6]) p

读者只需浏览一下本文的目录结构,我相信就已经掌握了1到2成的 pandas 知识. 本文的目的是建立一个大概的知识结构 在数据挖掘python阅读源码时,断断续续查阅了些 pandas 资料,并在源码中大致感受到了 pandas 在数据清理方面的方便性. 先将自己查阅的资料结合实际应用中常用到的方式,以学习笔记的形式整理出来.不会涉及到 pandas 的所有方面,细节知识还需自行查阅官方文档. 数据结构 Series: 一维数组,与Numpy中的一维array类似.二者与Python基本的数据结

Pandas基本介绍: pandas is an open source, BSD-licensed (permissive free software licenses) library providing high-performance, easy-to-use data structures and data analysis tools for the Python programming language. 我们快速简单地看一下pandas中的基本数据结构,先从数据类型.索引.切片等

引入所需要的包: import pandas as pd import numpy as np import matplotlib.pyplot as plt 一.创建对象 通过传递一个list对象来创建一个Series s = pd.Series([1,3,5,np.nan,6,8]) >>> s 0 1.0 1 3.0 2 5.0 3 NaN 4 6.0 5 8.0 dtype: float64 通过传递一个numpy array,时间索引以及列标签来创建一个DataFrame at

pandas是本书后续内容的首选库.pandas可以满足以下需求: 具备按轴自动或显式数据对齐功能的数据结构.这可以防止许多由于数据未对齐以及来自不同数据源(索引方式不同)的数据而导致的常见错误.. 集成时间序列功能 既能处理时间序列数据也能处理非时间序列数据的数据结构 数学运算和简约(比如对某个轴求和)可以根据不同的元数据(轴编号)执行 灵活处理缺失数据 合并及其他出现在常见数据库(例如基于SQL的)中的关系型运算 pandas数据结构介绍 两个数据结构:Series和DataFrame.Se

pandas是基于Numpy构建的. pandas的两个主要数据结构:Series和DataFrame. Series和DataFrame用的次数非常多,将其导入本地命名空间会更方便: from pandas import Series, DataFrame 一.Series Series是一种类似于一维数组的对象,由数据和数据标签(索引)组成,创建Series: obj = Series([1,2,3]) # 该情况下会自动创建整数型索引,以0开头:索引在左边,值在右边 print(obj.i

一般语法格式Series.str.method().具体方法见http://pandas.pydata.org/pandas-docs/stable/api.html#string-handling 例如 Series.str.capitalize() 作用:Convert strings in the Series/Index to be capitalized.