机器学习、深度学习在用Python时，我们要用到NumPy和Pandas库。今天我和大家一起来对这两个库的最最基本语句进行学习。...：numpy.dot函数可以计算出两个向量之间的点积。...Pandas中的数据经常包括在名为数据框架（data frame）的结构中，数据框架是已经标记的二维数据结构，可以让你根据需要选择不同类型的列，类型有字符串（string）、整数（int）、浮点型（float...#'name'、'age'等这样的名字为key（键），Series是Python序列：里面为对应的值，index为目标索引组 #对于非数值组NaN，空出来就好，在索引组也空出来就好。...False # name oliver # Name: a, dtype: object 若要选择年龄大于等于30的行 df[df['age'] >= 30] #answer #
若未指定数据类型，pandas会根据传入的数据自动推断数据类型。 在使用pandas中的Series数据结构时，可通过pandas点Series调用。...]中为数字时，默认选择行，且只能进行切片的选择，不能单独选择（df[0]） # 输出结果为Dataframe，即便只选择一行 # df[]不能通过索引标签名来选择行(df['one']) # 核心笔记...可以做切片对象 # 末端包含 # 核心笔记：df.loc[label]主要针对index选择行，同时支持指定index，及默认数字index 输出为： df.iloc[] - 按照整数位置（从轴的...0到length-1）选择行 # df.iloc[] - 按照整数位置（从轴的0到length-1）选择行 # 类似list的索引，其顺序就是dataframe的整数位置，从0开始计 df = pd.DataFrame...使用[]访问数据 变量[索引] 需要说明的是，若变量的值是一个Series类对象，则会根据索引获取该对象中对应的单个数据；若变量的值是一个DataFrame类对象，在使用“[索引]”访问数据时会将索引视为列索引
这些方法根据索引或标签选择行和列。 loc：带标签选择 iloc：用索引选择 先创建20个随机indices。...尽管我们对loc和iloc使用了不同的列表示形式，但行值没有改变。原因是我们使用数字索引标签。因此，行的标签和索引都相同。 缺失值的数量已更改： ? 7.填充缺失值 fillna函数用于填充缺失值。...df.isna().sum().sum() --- 0 9.根据条件选择行 在某些情况下，我们需要适合某些条件的观察值（即行）。例如，下面的代码将选择居住在法国并且已经流失的客户。...method参数指定如何处理具有相同值的行。first表示根据它们在数组（即列）中的顺序对其进行排名。 21.列中唯一值的数量 使用分类变量时，它很方便。我们可能需要检查唯一类别的数量。...29.根据字符串过滤 我们可能需要根据文本数据（例如客户名称）过滤观察结果（行）。我已经将虚构名称添加到df_new DataFrame中。 ? 让我们选择客户名称以Mi开头的行。
Pandas 排序方法入门 快速提醒一下，DataFrame是一种数据结构，行和列都带有标记的轴。您可以按行或列值以及行或列索引对 DataFrame 进行排序。...行和列都有索引，它是数据在 DataFrame 中位置的数字表示。您可以使用 DataFrame 的索引位置从特定行或列中检索数据。默认情况下，索引号从零开始。您也可以手动分配自己的索引。...与 using 的不同之处.sort_values()在于您是根据其行索引或列名称对 DataFrame 进行排序，而不是根据这些行或列中的值： DataFrame 的行索引在上图中以蓝色标出。...按升序按索引排序 您可以根据行索引对 DataFrame 进行排序.sort_index()。像在前面的示例中一样按列值排序会重新排序 DataFrame 中的行，因此索引变得杂乱无章。...DataFrame的轴指的是索引 ( axis=0) 或列 ( axis=1)。您可以使用这两个轴来索引和选择DataFrame 中的数据以及对数据进行排序。
顾名思义，该函数对满足特定条件的数字相加。 示例数据集 本文使用从Kaggle找到的一个有趣的数据集。...例如，如果想要Manhattan区的所有记录： df[df['Borough']=='MANHATTAN'] 图2：使用pandas布尔索引选择行 在整个数据集中，看到来自Manhattan的1076...在df[]中，这个表达式df['Borough']=='MANHATTAN'返回一个完整的True值或False值列表（2440个条目），因此命名为“布尔索引”。...一旦将这个布尔索引传递到df[]中，只有具有True值的记录才会返回。这就是上图2中获得1076个条目的原因。...虽然pandas中没有SUMIF函数，但只要我们了解这些值是如何计算的，就可以自己复制/创建相同功能的公式。
下一个选择是用NumPy向量的dict或二维NumPy数组构造一个DataFrame： 请注意第二种情况下，人口值是如何被转换为浮点数的。实际上，这发生在构建NumPy数组的早期。...最后一种情况，该值将只在切片的副本上设置，而不会反映在原始df中（将相应地显示一个警告）。 根据情况的背景，有不同的解决方案： 你想改变原始数据框架df。...垂直stacking 这可能是将两个或多个DataFrame合并为一个的最简单的方法：你从第一个DataFrame中提取行，并将第二个DataFrame中的行附加到底部。...即使不关心索引，也要尽量避免在其中有重复的值： 要么使用reset_index=True参数 调用df.reset_index(drop=True)来重新索引从0到len(df)-1的行、 使用keys...就像1:1的关系一样，要在Pandas中连接一对1:n的相关表，你有两个选择。
注意，这里并没有修改原Excel，从我们读取数据后就已经和它没有关系了，我们处理的是内存中的df变量。 将name建立索引后，就没有从0开始的数字索引了，如图4所示。 ?..., y]是一个非常强大的数据选择函数，其中x代表行，y代表列，行和列都支持条件表达式，也支持类似列表那样的切片（如果要用自然索引，需要用df.iloc[]）。...（2）选择行 选择行的方法如下： # 用指定索引选取 df[df.index == 'Liver'] # 指定姓名 # 用自然索引选择，类似列表的切片 df[0:3] # 取前三行 df[0...:10:2] # 在前10个中每两个取一个 df.iloc[:10,:] # 前10个 （3）指定行和列 同时给定行和列的显示范围： df.loc['Ben', 'Q1':'Q4'] # 只看Ben...df.mean() # 返回所有列的均值 df.mean(1) # 返回所有行的均值，下同 df.corr() # 返回列与列之间的相关系数 df.count() # 返回每一列中的非空值的个数
print(df.shape) (3333, 20) 从输出中我们可以看到，该表格数据包含3333行和20列。...其中，loc()方法是用于按名称进行索引，我们假定“索引从0到5(包含索引值)的行以及从State到Area code标记(包含索引值)的列的值”，代码如下： df.loc[0:5, 'State':'...我们会假定“索引得到前三列中前五行的值，这种索引方式和Python切片方式是一样的，不会包含索引的最大值对应的项，代码如下： df.iloc[0:5, 0:3] 如果想索引DataFrame数据中的第一行和最后一行...plan两个变量是如何分布的，我们可以使用crosstab()方法来构建一个简单的表格查看我们想要的内容： pd.crosstab(df['Churn'], df['International plan...随后，我们将进一步讨论决策树，并找出如何仅仅基于输入数据来自动找到数据之间的相关性; 没有应用机器学习方法，我们就已经可以得到这两个基准，这将成为我们构建后续模型的起点。
， # 所以其结果就为NaN（即“非数字”（Not a Number），在Pandas中，它用于表示缺失值或NA值）。...它们可以让你用类似 NumPy 的标记，使用轴标签（loc）或整数索引（iloc），从DataFrame选择行和列的子集。...下表对DataFrame进行了总结： 类型 描述 df[val] 从DataFrame选取单列或一组列;在特殊情况下比较便利:布尔型数组（过滤行）、切片(行切片)、或布尔型DataFrame（根据条件设置值...) print(df2) 把它们相加后将会返回一个新的DataFrame，其索引和列为原来那两个DataFrame的并集： print(df1 + df2) 如果DataFrame对象相加，没有共用的列或行标签...Series的索引匹配到DataFrame的列，然后沿着行一直向下广播： print(frame - series) 如果某个索引值在DataFrame的列或Series的索引中找不到，则参与运算的两个对象就会被重新索引以形成并集
series是一种一维数据结构，每一个元素都带有一个索引，与一维数组的含义相似，其中索引可以为数字或字符串。series结构名称： ?...如何保留series中前两个频次最多的项，其他项替换为‘other’ np.random.RandomState(100) # 从1~4均匀采样12个点组成series ser = pd.Series(...，pandas会根据索引对数据进行运算，若series之间有不同的索引，对应的值就为Nan。...如何从csv文件中每隔n行来创建dataframe # 每隔50行读取一行数据 df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets...如何计算每一行与下一行的相关性 df = pd.DataFrame(np.random.randint(1,100, 25).reshape(5, -1)) # 行与行之间的相关性 [df.iloc[
你可以在DataFrame从CSV解析出来后指定要包含在索引中的列，也可以直接作为read_csv的参数。...它感觉不够Pythonic，尤其是在选择多个层次时。 这个方法无法同时过滤行和列，所以名字xs（代表 "cross-section"）背后的原因并不完全清楚。它不能用于设置值。...你可以同时选择行和列。 你可以学习如何使用slice来代替冒号。...为列增加层次的一个常见方法是将现有的层次从索引中 "unstacking"出来： tack, unstack Pandas的stack与NumPy的stack非常不同。...，后面每行的前四个字段包含了索引level（如果列中有多于一个level，你不能在 read_csv 中通过名字引用行级别，只能通过数字）。
'Series的索引，默认数字索引可以工作。')...它们大部分都属于约简和汇总统计，用于从 Series 中提取单个值，或从 DataFrame 的行或列中提取一个 Series。...百度 百科 协方差：从直观上来看，协方差表示的是两个变量总体误差的期望。...如果两个 变量的变化趋势一致，也就是说如果其中一个大于自身的期望值时另外一个也 大于自身的期望值，那么两个变量之间的协方差就是正值；如果两个变量的变 化趋势相反，即其中一个变量大于自身的期望值时另外一个却小于自身的期望...值，那么两个变量之间的协方差就是负值。
对于非数字标签来说，这有点显而易见：为什么（以及如何）Pandas在删除一行后，会重新标记所有后续的行？对于数字标签，答案就有点复杂了。...你逐一进行了几次查询，每次都缩小了搜索范围，但只看了列的一个子集，因为同时看到所有的一百个字段是不现实的。现在你已经找到了目标行，想看到原始表中关于它们的所有信息。一个数字索引可以帮助你立即得到它。...从原理上讲，如下图所示： 一般来说，需要保持索引值的唯一性。例如，在索引中存在重复的值时，查询速度的提升并不会提升。...索引中的任何变化都涉及到从旧的索引中获取数据，改变它，并将新的数据作为一个新的索引重新连接起来。...大多数Pandas函数都会忽略缺失的值： 更高级的函数（median, rank, quantile等）也是如此。 算术操作是根据索引来调整的： 在索引中存在非唯一值的情况下，其结果是不一致的。
# 转化为元组print(dict(df['title'])) # 转化为字典，key为数字索引 # 2.读取某一个单元格数据# 不包括表头，指定列名和行索引print(df['title'][0...1.读取一行数据# 不包括表头，第一个索引值为0# 获取第一行数据，可以将其转化为list、tuple、dictprint(list(df.iloc[0])) # 转成列表print(tuple(df.iloc...指定行索引和列索引（或者列名）print(df.iloc[0]["l_data"]) # 指定行索引和列名print(df.iloc[0][2]) # 指定行索引和列索引 # 3.读取多行数据...sheet_name='multiply') # 返回一个DataFrame对象，多维数据结构print(df) # 1.iloc方法# iloc使用数字索引来读取行和列# 也可以使用iloc方法读取某一列...5) # 某一列中大于5的数值为True，否则为Falseprint(df.loc[df["r_data"] > 5]) # 把r_data列中大于5，所在的行选择出来print(df.loc[df
通用函数：索引对齐 对于两个Series或DataFrame对象的二元操作，Pandas 将在执行操作的过程中对齐索引。这在处理不完整数据时非常方便，我们将在后面的一些示例中看到。...', 'Texas'], dtype='object') 任何没有条目的项目都标为NaN（非数字），这就是 Pandas 标记缺失数据的方式（请在“处理缺失数据”中参阅缺失数据的进一步讨论）。...，无论它们在两个对象中的顺序如何，并且结果中的索引都是有序的。...NumPy 的广播规则（参见“数据计算：广播”），二维数组与其中一行之间的减法是逐行应用的。...T 0 -5 0 -6 -4 1 -4 0 -2 2 2 5 0 2 7 请注意，这些DataFrame或Series操作，如上面讨论的操作，将自动对齐两个元素之间的索引： halfrow = df.iloc
在 Pandas 中，如果未指定索引，则默认使用 RangeIndex（第一行 = 0，第二行 = 1，依此类推），类似于电子表格中的行标题/数字。...在 Pandas 中，索引可以设置为一个（或多个）唯一值，这就像在工作表中有一列用作行标识符一样。与大多数电子表格不同，这些索引值实际上可用于引用行。...索引值也是持久的，所以如果你对 DataFrame 中的行重新排序，特定行的标签不会改变。 5. 副本与就地操作 大多数 Pandas 操作返回 Series/DataFrame 的副本。...列的选择 在Excel电子表格中，您可以通过以下方式选择所需的列： 隐藏列； 删除列； 引用从一个工作表到另一个工作表的范围； 由于Excel电子表格列通常在标题行中命名，因此重命名列只需更改第一个单元格中的文本即可...填充柄 在一组特定的单元格中按照设定的模式创建一系列数字。在电子表格中，这将在输入第一个数字后通过 shift+drag 或通过输入前两个或三个值然后拖动来完成。
操作数据帧可能很快会成为一项复杂的任务，因此在Pandas中的八种技术中均提供了说明，可视化，代码和技巧来记住如何做。 ?...考虑一个二维矩阵，其一维为“ B ”和“ C ”（列名），另一维为“ a”，“ b ”和“ c ”（行索引）。 我们选择一个ID，一个维度和一个包含值的列/列。...包含值的列将转换为两列：一列用于变量（值列的名称），另一列用于值（变量中包含的数字）。 ? 结果是ID列的值（a，b，c）和值列（B，C）及其对应值的每种组合，以列表格式组织。...诸如字符串或数字之类的非列表项不受影响，空列表是NaN值（您可以使用.dropna（）清除它们 ）。 ? 在DataFrame df中Explode列“ A ” 非常简单： ?...为了访问狗的身高值，只需两次调用基于索引的检索，例如 df.loc ['dog']。loc ['height']。 要记住：从外观上看，堆栈采用表的二维性并将列堆栈为多级索引。
loc:通过标签选择 iloc:通过位置选择 loc用于按标签选择数据。列的标签是列名。对于行标签，如果我们不分配任何特定的索引，pandas默认创建整数索引。因此，行标签是从0开始向上的整数。...与iloc一起使用的行位置也是从0开始的整数。 下述代码实现选择前三行前两列的数据(iloc方式)： df.iloc[:3,:2] ?...下述代码实现选择前三行前两列的数据(loc方式)： df.loc[:2,['group','year']] ? 注：当使用loc时，包括索引的上界，而使用iloc则不包括索引的上界。...如果axis参数设置为1，nunique将返回每行中唯一值的数目。 13. Lookup 'lookup'可以用于根据行、列的标签在dataframe中查找指定值。假设我们有以下数据： ?...Merge Merge()根据共同列中的值组合dataframe。考虑以下两个数据: ? 我们可以基于列中的共同值合并它们。设置合并条件的参数是“on”参数。 ?
二、数据选择 在本章中，我们将学习使用 Pandas 进行数据选择的高级技术，如何选择数据子集，如何从数据集中选择多个行和列，如何对 Pandas 数据帧或一序列数据进行排序，如何过滤 Pandas 数据帧的角色...loc要求两个参数之间用逗号分隔，其中第一个参数是要选择的行，第二个参数是要选择的列，如以下代码块所示： zillow.loc[7, 'Metro'] 如前面的命令所示，我们将7作为要选择的行的索引，...这为我们提供了索引为7的行和列为Metro的值。 我们还可以通过按索引而不是列名来引用列来实现此选择。 为此，我们将使用iloc方法。 在iloc方法中，我们需要将行和列都作为索引号传递。.../img/63443760-aeaf-4f53-9190-78df352d94fc.png)] 从行和所有列的范围中选择值 在这里，我们将使用loc方法查看行和列序列中的值。...以下代码行显示我们正在选择County列的值为Queens的行： zillow.loc[zillow.County=="Queens"] 现在，让我们根据不同列的值选择特定列的所有行。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
