前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >十分钟掌握Pandas基本操作(上)

十分钟掌握Pandas基本操作(上)

作者头像
老肥码码码
发布2020-04-26 12:58:39
7990
发布2020-04-26 12:58:39
举报
文章被收录于专栏:算法与数据之美

为了更好地掌握数据科学必备库Pandas的基本使用,本文通过精灵宝可梦的数据集实战,我们一起过一遍Pandas的基本操作,文中的代码都附有注释,并给出了结果的配图。

话不多说,我们开始吧!

  • 导入pandas库,并读取csv文件
代码语言:javascript
复制
import pandas as pd
df=pd.read_csv('pokemon/Pokemon.csv')
  • 查看DataFrame信息
代码语言:javascript
复制
df.info()        # 数据类型,内存消耗等信息
df.describe()    # 统计特征,均值方差等
  • 查看DataFrame的前几行以及后几行
代码语言:javascript
复制
pd.head(n=5)  # 可以添加参数n,表示显示几行
pd.tail()
  • 显示行列信息
代码语言:javascript
复制
df.index    # 列索引
df.columns  # 行索引
df.values   # array对象
df.dtypes   # 列元素属性
  • 删除行列
代码语言:javascript
复制
df.drop(['#'],axis=1,inplace=True)
# 删除‘#’列数据,在原DataFrame上改变
df.drop([1,2,3],axis=0)
# 删除行索引为1、2、3的行,不在原DataFrame上改变
  • 修改列名(两种方法将‘Type 1’以及‘Type 2’中间的空格去掉)
代码语言:javascript
复制
df.rename(columns={'Type 1':'Type1','Type 2':'Type2'})
df.columns=df.columns.str.replace(' ','')
  • 数据观察
代码语言:javascript
复制
df['Defense'].mean()     # 所有宝可梦Defense的均值
df['Attack'].argmax()    # Attack最高的行索引
df['Sp.Atk'].idxmax()    # Sp.Atk最高的行索引
df.sort_values('HP',ascending=False).head(3)
# HP最多的前三条数据
df['Type1'].unique()     # Type1一共有哪些种类
df['Type1'].nunique()    # Type1一共有几种
df['Type2'].value_counts()
# Type2每种共有多少条
  • 检测空值
代码语言:javascript
复制
df.isnull().sum().sort_values(ascending=False)
# 将空值判断进行汇总,按从高到低排序
  • 空值填充
代码语言:javascript
复制
df['Type2'].fillna(value="Unknown",inplace=True)
# 将所有空缺值填为Unknown
df['Type2'].fillna(df['Type1'], inplace=True)
# 将所有Type2空缺值填为其对应Type1的值
  • 删除空值
代码语言:javascript
复制
df.dropna(how='any')
# 去除所有包含空值的行
  • 去重
代码语言:javascript
复制
df.drop_duplicates(['Type1'],keep='first')
# 去除相同的Type1的数据,仅保留第一个
  • 数据条件查询
代码语言:javascript
复制
df[df['Name']=='Squirtle']
# 查看杰尼龟的数据
df[df['Type1'].isin(['Fire'])]
# 查看所有Type1为Fire的数据
df[(df['Generation']==1)&(df['Attack’]>=100)]
# 查看Generation为1并且攻击力大于100的宝可梦
  • 数据访问方式(单行索引)
代码语言:javascript
复制
df.loc[3]   # 访问行索引为3的数据
df.iloc[3]  # 访问第4行数据,两行代码结果相同
  • 数据访问方式(区域索引,先行后列)
代码语言:javascript
复制
df.iloc[:5,:2]    # 数据前5行前两列,按位置索引
代码语言:javascript
复制
df.loc[10:15,['Generation','Attack','Sp.Atk']]
# 数据行标签10-15,列标签Generation,Attack和Sp.Atk,按标签索引
df.loc[[10,11,12,13,14,15],['Generation','Attack','Sp.Atk']]
# 与上述写法结果相同
代码语言:javascript
复制
df.loc[(df['Legendary']==True)|(df['Type1']=='Grass')]
# Legendary为真或者Type1为Grass的数据
  • 参考资料

Pandas官方文档

代码语言:javascript
复制
——END——

推荐阅读

我用Python在网上复制文字的几种实用方法

混淆矩阵及其可视化

一次免费代理ip的爬取实战

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-04-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 算法与数据之美 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档