Py修行路 Pandas 模块基本用法

pandas   

  安装方法:pip3 install pandas
  pandas是一个强大的Python数据分析的工具包,它是基于NumPy构建的模块。
  pandas的主要功能:
    具备对其功能的数据结构DataFrame、Series
    集成时间序列功能
    提供丰富的数学运算和操作(实质是NumPy提供的)
    灵活处理缺失数据(NaN)
  引用方法:import pandas as pd

Series

  Series是一种类似于一维数组的对象,由一组数据和一组与之相关的数据标签(索引)组成。索引可以自定义如果不谢的话默认是从0开始的数据
1.1、创建方式:

pd.Series([4,7,-5,3])
pd.Series([4,7,-5,3],index=[‘a‘,‘b‘,‘c‘,‘d‘])
pd.Series({‘a‘:1, ‘b‘:2})
pd.Series(0, index=[‘a‘,‘b‘,‘c‘,‘d‘])

1.2、Series比较像列表(数组)和字典的结合体,取Series中某值的话,通过索引可以取值也可以通过位置取值。

In [1]: import pandas as pd
#创建Series
In [2]: a = pd.Series([11,12,13,14,15],index=list("abcde"))

In [3]: a
Out[3]:
a 11
b 12
c 13
d 14
e 15
dtype: int64
#取值,通过索引(标签)获取
In [4]: a["a"]
Out[4]: 11
#通过位置获取
In [5]: a[0]
Out[5]: 11

1.3、获取值数组和索引数组:values属性和index属性

In [6]: a
Out[6]:
a 11
b 12
c 13
d 14
e 15
dtype: int64
#获取左侧索引(标签)
In [8]: a.index
Out[8]: Index([‘a‘, ‘b‘, ‘c‘, ‘d‘, ‘e‘], dtype=‘object‘)
#获取右侧值
In [9]: a.values
Out[9]: array([11, 12, 13, 14, 15], dtype=int64)

1.4、Series特性 (完全继承数组NumPy的特性,唯一不同的是:Series是一维数组)
  Series支持NumPy模块的特性(下标)
  从ndarray创建Series:Series(arr)
  与标量运算:sr*2
  两个Series运算:sr1+sr2
  索引:sr[0], sr[[1,2,4]](花式索引)布尔索引
  布尔值过滤:sr[sr>0]
  切片:sr[0:2]
  也可以通过标签改值:sr[0] = 11
  注意:普通的切片也是一个视图,与NumPy中切片的属性完全一致。
  通用函数:np.abs(sr)
示例代码:

In [11]: import numpy as np
In [12]: import pandas as pd

In [13]: a = pd.Series(np.arange(6),index=list("abcdef"))
In [14]: a
Out[14]:
a 0
b 1
c 2
d 3
e 4
f 5
dtype: int32
#标量运算测试
In [15]: a+1
Out[15]:
a 1
b 2
c 3
d 4
e 5
f 6
dtype: int32

In [16]: a**2
Out[16]:
a 0
b 1
c 4
d 9
e 16
f 25
dtype: int32

In [17]: a+a
Out[17]:
a 0
b 2
c 4
d 6
e 8
f 10
dtype: int32
#索引取值
In [18]: a[0]
Out[18]: 0

In [19]: a[-1]
Out[19]: 5
#花式索引取值
In [20]: a[[1,2,4]]
Out[20]:
b 1
c 2
e 4
dtype: int32
#布尔索引判断
In [21]: a>3
Out[21]:
a False
b False
c False
d False
e True
f True
dtype: bool
#布尔索引取值
In [22]: a[a>3]
Out[22]:
e 4
f 5
dtype: int32
#切片
In [23]: b = a[:3]
In [24]: b
Out[24]:
a 0
b 1
c 2
dtype: int32
#切片视图测试
In [25]: b[0]=10

In [26]: b
Out[26]:
a 10
b 1
c 2
dtype: int32
In [27]: a
Out[27]:
a 10
b 1
c 2
d 3
e 4
f 5
dtype: int32
#切片拷贝测试
In [28]: c = a[3:].copy()

In [29]: c
Out[29]:
d 3
e 4
f 5
dtype: int32

In [30]: c[-1]=15

In [31]: c
Out[31]:
d 3
e 4
f 15
dtype: int32

In [32]: a
Out[32]:
a 10
b 1
c 2
d 3
e 4
f 5
dtype: int32

#通用函数测试
In [34]: a[0] = -10
In [35]: a
Out[35]:
a -10
b 1
c 2
d 3
e 4
f 5
dtype: int32

In [36]: np.abs(a)
Out[36]:
a 10
b 1
c 2
d 3
e 4
f 5
dtype: int32

1.5、Series支持字典的特性(标签):
  可以通过字典创建Series:
    dic = {"a":1,"b":2,"c":3}
    pd.Series(dic),
  in运算,判断键在不在Series中,返回布尔值。get也可以判断,但不会报错!
    ’a’ in sr
  键索引:sr[‘a‘], sr[[‘a‘, ‘b‘, ‘d‘]],也支持切片
    当用标签去切片的时候,是可以取到结果的!原因:数组是有序的!并且切片得到的结果不同于数组的切片是顾头顾尾!

  不同点:for 循环得到的是values值而不是索引!可以理解为数组的权重高!
示例代码:

In [37]: dic = {"a":1,"b":2,"c":3}
#通过字典创建Series数据
In [38]: a = pd.Series(dic)
In [39]: a
Out[39]:
a 1
b 2
c 3
dtype: int64

#in判断
In [40]: "a" in a
Out[40]: True
In [41]: "d" in a
Out[41]: False

#切片
#通过标签切片
In [42]: a["a":"b"]
Out[42]:
a 1
b 2
dtype: int64
In [43]: a["b":]
Out[43]:
b 2
c 3
dtype: int64
#通过索引切片
In [44]: a[:2]
Out[44]:
a 1
b 2
dtype: int64

#索引与花式索引
In [45]: a["a"]
Out[45]: 1
In [46]: a[["a","c"]]
Out[46]:
a 1
c 3
dtype: int64
#for循环取值
In [47]: for i in a:
...: print(i)
...:
1
2
3

1.6、整数索引:
  大家都知道,切片的时候中括号中可以放标签也可以放下标;如果标签是整数,通过切片方式获取值的话,当数值既可以解释成标签也可以解释成下标的时候,他会解释成标签所以最好避免这种以数字作为索引(标签)的方式!要不然会产生各种误会!

  可以通过两个属性来解决这个问题:
    loc 默认通过标签形式解释
    iloc 默认是以下标形式解释
  注意:loc or iloc 可以传一个值,也可以切片
示例代码:

#生成Series数组对象
In [48]: b = pd.Series(np.arange(10,20),index=np.arange(10,20))
In [49]: b
Out[49]:
10 10
11 11
12 12
13 13
14 14
15 15
16 16
17 17
18 18
19 19
dtype: int32
#通过下标获取
In [50]: b[0]
-------------------------------------------------------------------
KeyError Traceback (most recent call last)
<ipython-input-50-422167f1cdee> in <module>()
----> 1 b[0]
c:\program files\python36\lib\site-packages\pandas\core\series.py in __getitem__(self, key
)
599 key = com._apply_if_callable(key, self)
600 try:
--> 601 result = self.index.get_value(self, key)
602
603 if not is_scalar(result):

c:\program files\python36\lib\site-packages\pandas\core\indexes\base.py in get_value(self,
series, key)
2475 try:
2476 return self._engine.get_value(s, k,
-> 2477 tz=getattr(series.dtype, ‘tz‘, None))
2478 except KeyError as e1:
2479 if len(self) > 0 and self.inferred_type in [‘integer‘, ‘boolean‘]:

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_value (pandas\_libs\index.c:4
404)()

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_value (pandas\_libs\index.c:4
087)()

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc (pandas\_libs\index.c:512
6)()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.Int64HashTable.get_item
(pandas\_libs\hashtable.c:14031)()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.Int64HashTable.get_item
(pandas\_libs\hashtable.c:13975)()

KeyError: 0
#通过下标切片获取
In [51]: b[-2:]
Out[51]:
18 18
19 19
dtype: int32
#通过标签上的数字
In [52]: b[10]
Out[52]: 10
In [53]: b[19]
Out[53]: 19
#但无法完成切片
In [54]: b[10:15]
Out[54]: Series([], dtype: int32)

In [60]: b
Out[60]:
10 10
11 11
12 12
13 13
14 14
15 15
16 16
17 17
18 18
19 19
dtype: int32
#同过loc和iloc获取
In [61]: b.loc[10]
Out[61]: 10
In [63]: b.loc[19]
Out[63]: 19

In [64]: b.iloc[0]
Out[64]: 10
In [65]: b.iloc[-1]
Out[65]: 19

1.7、Series数据对齐 (常用运算)
【Series在计算时,会先按照标签对齐,然后才会计算】
  pandas在运算时,会按索引进行对齐然后计算。如果存在不同的索引,则结果的索引是两个操作数索引的并集。

sr1 = pd.Series([12,23,34], index=[‘c‘,‘a‘,‘d‘])
sr2 = pd.Series([11,20,10], index=[‘d‘,‘c‘,‘a‘,])
sr1+sr2
sr3 = pd.Series([11,20,10,14], index=[‘d‘,‘c‘,‘a‘,‘b‘])
sr1+sr3

  所以当两个Series的标签不同时,第一步会先合并标签,然后在计算时会把不同标签的值写成NaN(缺失值),原标签对应的值就不存在。这是因为在进行计算的时候,不同的标签只有一个值,当他与一个缺失标签进行计算的话就会变成缺失值。

  那如何在两个Series对象相加时将缺失值设为0呢?在做不同运算的时候,添加相关参数:fill_value=0;定义默认缺失标签值为0

sr1.add(sr2, fill_value=0)

灵活的算术方法:add, sub, div, mul
示例代码:

#定义两个Series数组对象
In [68]: sr1 = pd.Series([12,23,34], index=[‘c‘,‘a‘,‘d‘]);
In [69]: sr2 = pd.Series([11,20,10], index=[‘d‘,‘c‘,‘a‘,])
#查看数据
In [70]: sr1
Out[70]:
c 12
a 23
d 34
dtype: int64
In [71]: sr2
Out[71]:
d 11
c 20
a 10
dtype: int64
#数据对齐加法计算
In [72]: sr1+sr2
Out[72]:
a 33
c 32
d 45
dtype: int64
#在定义另一个Series对象
In [73]: sr3 = pd.Series([11,20,10,14], index=[‘d‘,‘c‘,‘a‘,‘b‘])
#查看
In [74]: sr3
Out[74]:
d 11
c 20
a 10
b 14
dtype: int64
##数据对齐加法计算(标签并集,缺失值)
In [75]: sr1+sr3
Out[75]:
a 33.0
b NaN
c 32.0
d 45.0
dtype: float64
#解决标签对应缺失值问题
In [76]: sr1.add(sr3,fill_value=0)
Out[76]:
a 33.0
b 14.0
c 32.0
d 45.0
dtype: float64

1.8、Series关于缺失数据
【注意pandas是不会在原来的数据上修改,需要接收修改覆盖掉,或是重新接收】
  缺失数据:使用NaN(Not a Number)来表示缺失数据。其值等于np.nan。内置的None值也会被当做NaN处理。
  缺失值表示方式:na nan NaN null
  处理缺失数据的相关方法:
    dropna() 过滤掉值为NaN的行
    fillna() 填充缺失数据
    isnull() 返回布尔数组,缺失值对应为True
    notnull() 返回布尔数组,缺失值对应为False
  过滤缺失数据:sr.dropna() 或 sr[sr.notnull()]
  填充缺失数据:sr.fillna(0)

  判断是缺失值的方法:sr.isnull() 返回是布尔值的数组,缺失值对应为True
  判断不是缺失值的方法:sr.notnull() 返回是布尔值的数组,缺失值对应为False

  处理缺失数据有两种办法:
    一种是去除不再需要:sr = sr.dropna();
    另一种是填上默认值: sr.fillna(1) 用某值把NaN填上参数
示例代码:

In [78]: d
Out[78]:
a 33.0
b NaN
c 32.0
d 45.0
dtype: float64
#去除缺失值
In [79]: d.dropna()
Out[79]:
a 33.0
c 32.0
d 45.0
dtype: float64
#缺失值判断
In [80]: d.isnull()
Out[80]:
a False
b True
c False
d False
dtype: bool
#非缺失值判断
In [81]: d.notnull()
Out[81]:
a True
b False
c True
d True
dtype: bool
#缺失值填充
In [82]: d.fillna(111)
Out[82]:
a 33.0
b 111.0
c 32.0
d 45.0
dtype: float64

NumPy中的通用函数,Series全部支持!

DataFrame

  DataFrame是一个表格型的数据结构,含有一组有序的列,要求每一列的数据类型必须相同。DataFrame可以被看做是由Series组成的字典,并且共用一个Series的索引。

2.1、创建方式(很多种,以字典类型举例):

  pd.DataFrame({‘one‘:[1,2,3,4],‘two‘:[4,3,2,1]})
  pd.DataFrame({‘one‘:pd.Series([1,2,3],index=[‘a‘,‘b‘,‘c‘]), ‘two‘:pd.Series([1,2,3,4],index=[‘b‘,‘a‘,‘c‘,‘d‘])})
  ……

  列索引就是创建时字典的键,行索引就是Series的标签;创建的时候还是需要数据对齐的问题!!!

2.2、csv文件读取与写入:

  pd.read_csv(‘filename.csv‘) #读取 传值可以是文件对象,可以是文件名;
  pd.to_csv() #写入 存储文件的时候,会默认把标签列存入,所以存储的时候需要处理下,指定不存储索引。
csv格式存储数据,所有的数据都是以逗号隔开;python内置有处理csv文件的库

2.3、DataFrame查看数据
  查看数据常用属性及方法:

    index	获取行索引
    T	转置 【行列互换】
    columns	获取列索引
    values	获取值 【二维数组,一行代表一条】
    describe()	快速统计 【按列打印的统计描述信息】

name属性:(df 是 DataFrame 对象简写。)
  DataFrame 对象每一列都会有一个name属性,就是每列的id名。
  1、索引(标签)列的id名:

    df.index.name # 查看id
    df.index.name = "###" #给索引列添加或是改名

  2、DataFrame各列name属性:

    对列改名:df.rename(columns={"原列名":"新列名",.....})

2.4、DataFrame索引和切片
  DataFrame是结合了NumPy和series的所有方法,所以他具有各种各样的花式索引。不同的是:DataFrame有行索引和列索引。

注意:
  1、df[] 只能选列,不能选行(直接索引,花式索引都可以,切片不行);如果选择的仅一列可以看作是Series去操作
  2、df[]通过索引得到的数据还是DataFrame对象。
  3、df[0:10]如果直接切片操作,DataFrame对象会解释为行,这之后也可以使用列的花式索引!
  4、不建议使用上述方法去切片,如果要取一个值的话,可以使用!

  获取数据正确的打开方式是:loc[[行,列]]【标签索引】和iloc[[行下标,列下标]]【下标索引】
    df.loc[[:10,["close","open"]]] #获取前10行 close和open列的数据
    df.iloc[[:10,:2]]

1.1、通过标签获取:
df[‘A‘] #只取单列
df[[‘A‘, ‘B‘]] #取a,b两列
df[‘A‘][0] #取A列上第一个值
df[0:10][[‘A‘, ‘C‘]] #取前10行A、C两列的值

#通过loc属性进行切片操作获取需要的数据
df.loc[:,[‘A‘,‘B‘]] #获取A、B两列
df.loc[:,‘A‘:‘C‘] #切片获取 A、B、C三列
df.loc[0,‘A‘] #获取单个数据
df.loc[0:10,[‘A‘,‘C‘]] ##取前10行A、C两列的值
1.2、通过位置获取:(记住是通过下标去获取的!)
df.iloc[3]
df.iloc[3,3]
df.iloc[0:3,4:6]
df.iloc[1:5,:]
df.iloc[[1,2,4],[0,3]]

1.3、通过布尔值过滤:
df[df[‘A‘]>0] # 通过某一列过滤的数据
df[df<0] #把获取所有为负数的数据 会把所有False对应的值改成NaN,而不是舍去;因为DataFrame是二维数组,无法删除某一行或是某一列。
df[df<0].fillna(0) #给所有NaN的位置赋值为0

df[df[‘id‘].isin([1,3,5])] #isin是在集合中查询,查找某一列中有没有对应值的数据,返回布尔值,然后通过这些值过滤出行。
#同一类型的数据下,可以通过布尔索引过滤,对是NaN的值赋值
df[df["C"]<20] = 0

2.5、DataFrame数据对齐与缺失数据
数据对齐:
  DataFrame对象在运算时,同样会进行数据对齐,结果的行索引与列索引分别为两个操作数的行索引与列索引的并集。(数据对齐不仅是列对齐,行也必须对齐!)
DataFrame处理缺失数据的方法【与Series的方法一致】。
  

dropna(axis=0,where=‘any‘,…) #默认是判断一行中有没有NaN,有的话会把这一行删除。默认对行操作,默认是any
  #参数解释:
  #	where="any"/"all" any指:这一行中有一个NaN就删除;all指:这一行中全部都是NaN才删除;
  #	axis 指对行还是对列执行删除操作:0代表行,1代表列
  fillna()
  isnull()
  notnull()

2.6、其他常用方法 (注意数据的类型)

pandas常用方法(适用Series和DataFrame):
  mean(axis=0,skipna=False) #平均值
  sum(axis=1) #求和
  sort_index(axis, …, ascending)	按行或列索引排序
  #参数:
    #	ascending升序降序,默认为True,改为False为降序
    # axis 指行或列,默认为行
  sort_values(‘列名‘, axis, ascending)	按值排序/按列排序
  #注意点:排序可以传入一个列表,表示按照关键字排序,优先按照第一个元素排序,一样的话再按照第二个排序,依次类推!
    sort_values(["close","id"])

NumPy的通用函数同样适用于pandas

#参数为函数的方法,把所有的元素都执行一遍这个函数
apply(func, axis=0)	将自定义函数应用在各行或者各列上,func可返回标量或者Series,func可返回标量或者Series
applymap(func)	将函数应用在DataFrame各个元素上
map(func)	将函数应用在Series各个元素上

df.applymap(lambda x:x+1) #操作对象是元素
df["close"].map(lambda x:x+1)
df.apply(lambda x:x.sum) #默认操作对象为一列数据

2.7、层次化:

  就是有多层索引!通过索引一层一层的去获取数据!
  层次化索引是Pandas的一项重要功能,它使我们能够在一个轴上拥有多个索引级别。

例:data=pd.Series(np.random.rand(9), index=[[‘a‘, ‘a‘, ‘a‘, ‘b‘, ‘b‘, ‘b‘, ‘c‘, ‘c‘, ‘c‘], [1,2,3,1,2,3,1,2,3]])

2.8、从文件读取

1、读取文件:从文件名、URL、文件对象中加载数据

    read_csv	默认分隔符为,[逗号]
    read_table	默认分隔符为\t

2、读取文件函数主要参数:

sep	指定分隔符,也可以用正则表达式,如:‘\s+‘
header=None	指定文件无列名 (会改成编号0,1,2,3) 不写默认把第一行转换成列名
names	指定列名 names=["列名1","列名2",....]可以指定列名
index_col	指定某列作为索引(行索引) [比其他列名低一格]
na_values	指定某些字符串表示缺失值 na_values=["none","None","na","nan","NaN","null"] 把列表内的数据解析成
parse_dates	指定某些列是否被解析为日期,传值是布尔值或列表 转化成时间对象,默认为True
skiprows 跳过某几行不读 skiprows=["行索引",...]

3、写入到文件:

写入到文件的方法:to_csv

写入文件函数的主要参数:

sep	指定分隔符,
na_rep	指定缺失值转换的字符串,默认为空字符串
header=False	不输出列名一行
index=False	不输出行索引一列 保存文件的时候不保存索引列
cols	指定输出的列,参数传入为列表,元素为列名

其他文件类型:json, XML, HTML, 数据库
pandas转换为二进制文件格式(pickle):
save
load  

2.8、时间对象处理
1、时间序列类型:
  时间戳:特定时刻
  固定时期:如2017年7月
  时间间隔:起始时间-结束时间
Python标准库:datetime 需要指定时间格式

date time datetime timedelta
  strftime() #对象转成字符串
  strptime() #字符串转换成对象

第三方包:dateutil

import dateutil
  dateutil.parser.parse() #不用指定格式,直接对时间字符串类型转换成时间对象。

成组处理日期:pandas

pd.to_datetime([‘2001-01-01‘, ‘2002-02-02‘])

2、产生时间对象数组:date_range

    start	开始时间
  end	结束时间
  periods	时间长度 给定起始时间(字符串类型),指定时间长度,生成多少天
  freq	时间频率,默认为‘D‘,可选H(our),W(eek),B(usiness),S(emi-)M(onth)【半个月】,M(onth),(min)T(es), S(econd), A(year),…
    W-MON 每周一...可以看文档查找

2.9、时间索引
  时间序列就是以时间对象为索引的Series或DataFrame。

  datetime对象作为索引时是存储在DatetimeIndex对象中的。
1、时间索引特殊功能:
  1)传入“年”或“年月”作为切片方式

df["2017"] #会把2017年的数据全部算出来;
df["2017-02"] #会把2017年2月的所有数据取出来

  2)传入日期范围作为切片方式

df["2017-01-01":"2017-05-08"] #按照时间切片获取,后包括切片时间内容。
时间: 2024-10-11 13:22:22

Py修行路 Pandas 模块基本用法的相关文章

Py修行路 socket + select 实现 异步IO模块

对于异步IO请求的本质则是[非阻塞Socket]+[IO多路复用],那我们是否可以自定义异步IO模块? 自定义一个插件,模块如下: import socket import select class Request(object): """ select监听的是有变化的对象,当多个socket通信存在的话,当发生变化时,无法确定哪个是哪个.此时就需要唯一指定哪个通信处理的是什么数据! 我们想到的办法是,再另创建一个类,用于接收当前的socket和信息,实例化唯一的对象! 巧妙

Py修行路 Matplotlib 绘图及可视化模块

Matplotlib是一个强大的Python绘图和数据可视化的工具包. 安装方法:pip install matplotlib 引用方法:import matplotlib.pyplot as plt 绘图方法 绘图函数:plt.plot() #调用函数生成图像 显示图像:plt.show() #显示图像 注意:每显示一次就会把创建的图对象数据清空,当需要再次显示的话,就需要再创建一个数据 绘图函数语法:plt.plot(["数据1","数据2","数据3

python之模块py_compile用法(将py文件转换为pyc文件)

# -*- coding: cp936 -*- #python 27 #xiaodeng #python之模块py_compile用法(将py文件转换为pyc文件) #二进制文件,是由py文件经过编译后,生成的文件. ''' import py_compile #不带转义r py_compile.compile('D:\test.py') Traceback (most recent call last): File "<pyshell#1>", line 1, in &l

模块讲解---numpymo模块,matplotlib模块,pandas模块

目录 numpy模块 matplotlib模块 pandas模块 numpy模块 numpy模块:用来做数据分析,对numpy数组(既有行又有列)--矩阵进行科学运算 在使用的时候,使用方法与其他的模块有一点不一样 import numpy as np 具体的使用方法 1.创建numpy数组--->可变 # 一组数据相乘 import numpy as np arr1 = np.array([1,2,3]) arr2 = np.array([4,5,6]) print(arr1*arr2) #

Python 数据处理扩展包: numpy 和 pandas 模块介绍

一.numpy模块 NumPy(Numeric Python)模块是Python的一种开源的数值计算扩展.这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix)).据说NumPy将Python相当于变成一种免费的更强大的MatLab系统. NumPy模块提供了许多高级的数值编程工具,如:矩阵数据类型.矢量处理,以及精密的运算库等. 1).一个强大的N维数组对象Array: 2).比较成熟

漫漫修行路

最近很烦,是真的很烦,我茫然无措,我寂寞,我痛苦,因为我资质平平,武功超烂,打不过别人,也打不过自己,我能打败谁? 自从降临尘世,我就是一个凡人.我无门无派,但是我却可以修炼各门各派的功法,因为这个世界,真经,宝典,秘籍,遍地都是,各门各派,包罗万象,应有尽有,只要你愿意,你可以修行任何功法. 我用了二十年同时修炼天文.自然.科学.历史.哲学.宗教.声学.美学.语言.生物.动物.算术.物理.化学等等.静修二十载,也没登大雅之堂,仅仅以我们所认为的方式在认识这个世界,依然看不透,依然有神话. 初临

Python中pandas模块快速入门

我这里简单介绍一下Python中,pandas模块定义的两种常用的数据结构,Series和DaraFrame.Series和Python中的Dict类似,但是是结构化的,而DataFrame和数据库中的表类似. 1.pandas基本数据结构-pandas.Series&pandas.DataFrame 第二种定义DataFrame的方法不能手动设置index,只能自动生成序列.date_range('20180201',periods=8)定义时间序列,可以用freq来设置频率:s=pd.dat

Python数据分析 Pandas模块 基础数据结构与简介(一)

pandas 入门 简介 pandas 组成 = 数据面板 + 数据分析工具 poandas 把数组分为3类 一维矩阵:Series 把ndarray强大在可以存储任意数据类型可以专门处理时间数据 二维矩阵:DataFrame 三维面板数据:Panel 背景:为金融产品数据分析创建的,对时间序列支持非常好! 数据结构 导入pandas模块 import pandas as pd 读取csv文件,数据类型就是二维矩阵 DataFrame df = pd.read_csv('路径')type(df)

numpy 模块和 pandas 模块

一.numpy模块 1.1 numpy 简介 numpy是python的一种开源的数值计算扩展库,这种库可用来存储和处理大型numpy数组. numpy库有两个作用: ? 1.区别于list列表,提供了数组操作.数组运算.以及统计分布和简单的数学模型 ? 2.计算速度快,甚至要优于python内置的简单运算,使得其成为pandas.sklearn等模块的依赖包.高级的框架如TensorFlow.PyTorch等,其数组操作也和numpy非常相似. 1.2 创建numpy数组 numpy数组即nu