十分鐘搞定pandas(入門教程)

更新時(shí)間：2019年06月21日 10:13:31 作者：ChaoSimple

這篇文章主要介紹了十分鐘搞定pandas(入門教程)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

本文是對(duì)pandas官方網(wǎng)站上《10Minutes to pandas》的一個(gè)簡單的翻譯，原文在這里。這篇文章是對(duì)pandas的一個(gè)簡單的介紹，詳細(xì)的介紹請(qǐng)參考：Cookbook 。習(xí)慣上，我們會(huì)按下面格式引入所需要的包：

一、創(chuàng)建對(duì)象

可以通過Data Structure Intro Setion 來查看有關(guān)該節(jié)內(nèi)容的詳細(xì)信息。

1、可以通過傳遞一個(gè)list對(duì)象來創(chuàng)建一個(gè)Series，pandas會(huì)默認(rèn)創(chuàng)建整型索引：

2、通過傳遞一個(gè)numpyarray，時(shí)間索引以及列標(biāo)簽來創(chuàng)建一個(gè)DataFrame：

3、通過傳遞一個(gè)能夠被轉(zhuǎn)換成類似序列結(jié)構(gòu)的字典對(duì)象來創(chuàng)建一個(gè)DataFrame：

4、查看不同列的數(shù)據(jù)類型：

5、如果你使用的是IPython，使用Tab自動(dòng)補(bǔ)全功能會(huì)自動(dòng)識(shí)別所有的屬性以及自定義的列，下圖中是所有能夠被自動(dòng)識(shí)別的屬性的一個(gè)子集：

二、查看數(shù)據(jù)

詳情請(qǐng)參閱：Basics Section

1、查看frame中頭部和尾部的行：

2、顯示索引、列和底層的numpy數(shù)據(jù)：

3、 describe()函數(shù)對(duì)于數(shù)據(jù)的快速統(tǒng)計(jì)匯總：

4、對(duì)數(shù)據(jù)的轉(zhuǎn)置：

5、按軸進(jìn)行排序

6、按值進(jìn)行排序

三、選擇

雖然標(biāo)準(zhǔn)的Python/Numpy的選擇和設(shè)置表達(dá)式都能夠直接派上用場(chǎng)，但是作為工程使用的代碼，我們推薦使用經(jīng)過優(yōu)化的pandas數(shù)據(jù)訪問方式： .at,.iat,.loc,.iloc和.ix詳情請(qǐng)參閱Indexingand Selecing Data 和 MultiIndex/ Advanced Indexing。

l 獲取

1、選擇一個(gè)單獨(dú)的列，這將會(huì)返回一個(gè)Series，等同于df.A：

2、通過[]進(jìn)行選擇，這將會(huì)對(duì)行進(jìn)行切片

l 通過標(biāo)簽選擇

1、使用標(biāo)簽來獲取一個(gè)交叉的區(qū)域

2、通過標(biāo)簽來在多個(gè)軸上進(jìn)行選擇

3、標(biāo)簽切片

4、對(duì)于返回的對(duì)象進(jìn)行維度縮減

5、獲取一個(gè)標(biāo)量

6、快速訪問一個(gè)標(biāo)量（與上一個(gè)方法等價(jià)）

l 通過位置選擇

1、通過傳遞數(shù)值進(jìn)行位置選擇（選擇的是行）

2、通過數(shù)值進(jìn)行切片，與numpy/python中的情況類似

3、通過指定一個(gè)位置的列表，與numpy/python中的情況類似

4、對(duì)行進(jìn)行切片

5、對(duì)列進(jìn)行切片

6、獲取特定的值

l 布爾索引

1、使用一個(gè)單獨(dú)列的值來選擇數(shù)據(jù)：

2、使用where操作來選擇數(shù)據(jù)：

3、使用isin()方法來過濾：

l 設(shè)置

1、設(shè)置一個(gè)新的列：

2、通過標(biāo)簽設(shè)置新的值：

3、通過位置設(shè)置新的值：

4、通過一個(gè)numpy數(shù)組設(shè)置一組新值：

上述操作結(jié)果如下：

5、通過where操作來設(shè)置新的值：

四、缺失值處理

在pandas中，使用np.nan來代替缺失值，這些值將默認(rèn)不會(huì)包含在計(jì)算中，詳情請(qǐng)參閱：Missing Data Section。

1、 reindex()方法可以對(duì)指定軸上的索引進(jìn)行改變/增加/刪除操作，這將返回原始數(shù)據(jù)的一個(gè)拷貝：、

2、去掉包含缺失值的行：

3、對(duì)缺失值進(jìn)行填充：

4、對(duì)數(shù)據(jù)進(jìn)行布爾填充：

五、相關(guān)操作

詳情請(qǐng)參與Basic Section On Binary Ops

l 統(tǒng)計(jì)（相關(guān)操作通常情況下不包括缺失值）

1、執(zhí)行描述性統(tǒng)計(jì)：

2、在其他軸上進(jìn)行相同的操作：

3、對(duì)于擁有不同維度，需要對(duì)齊的對(duì)象進(jìn)行操作。Pandas會(huì)自動(dòng)的沿著指定的維度進(jìn)行廣播：

l Apply

1、對(duì)數(shù)據(jù)應(yīng)用函數(shù)：

l 直方圖

具體請(qǐng)參照：Histogrammingand Discretization

l 字符串方法

Series對(duì)象在其str屬性中配備了一組字符串處理方法，可以很容易的應(yīng)用到數(shù)組中的每個(gè)元素，如下段代碼所示。更多詳情請(qǐng)參考：Vectorized String Methods.

六、合并

Pandas提供了大量的方法能夠輕松的對(duì)Series，DataFrame和Panel對(duì)象進(jìn)行各種符合各種邏輯關(guān)系的合并操作。具體請(qǐng)參閱：Mergingsection

l Concat

l Join 類似于SQL類型的合并，具體請(qǐng)參閱：Databasestyle joining

l Append 將一行連接到一個(gè)DataFrame上，具體請(qǐng)參閱Appending：

七、分組

對(duì)于”group by”操作，我們通常是指以下一個(gè)或多個(gè)操作步驟：

l （Splitting）按照一些規(guī)則將數(shù)據(jù)分為不同的組；

l （Applying）對(duì)于每組數(shù)據(jù)分別執(zhí)行一個(gè)函數(shù)；

l （Combining）將結(jié)果組合到一個(gè)數(shù)據(jù)結(jié)構(gòu)中；

詳情請(qǐng)參閱：Groupingsection

1、分組并對(duì)每個(gè)分組執(zhí)行sum函數(shù)：

2、通過多個(gè)列進(jìn)行分組形成一個(gè)層次索引，然后執(zhí)行函數(shù)：

八、Reshaping

詳情請(qǐng)參閱HierarchicalIndexing和Reshaping。

l Stack

l 數(shù)據(jù)透視表，詳情請(qǐng)參閱：PivotTables.

可以從這個(gè)數(shù)據(jù)中輕松的生成數(shù)據(jù)透視表：

九、時(shí)間序列

Pandas在對(duì)頻率轉(zhuǎn)換進(jìn)行重新采樣時(shí)擁有簡單、強(qiáng)大且高效的功能（如將按秒采樣的數(shù)據(jù)轉(zhuǎn)換為按5分鐘為單位進(jìn)行采樣的數(shù)據(jù)）。這種操作在金融領(lǐng)域非常常見。具體參考：TimeSeries section。