Pandas基础学习笔记

最新推荐文章于 2024-08-29 17:25:42 发布

原创

最新推荐文章于 2024-08-29 17:25:42 发布 · 204 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据挖掘 #数据分析

本文介绍了Pandas的安装、基础操作，包括选择数据和设置值，还详细讲解了处理丢失数据的方法，以及如何导入和导出数据。此外，文章还探讨了使用Pandas的concat和merge进行数据合并，并展示了利用Pandas plot进行数据可视化的实践。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pandas的安装

Pandas基础

pandas的操作对象与字典类似

s = pd.Series([1,3,6,np.nan,44,1])
print(s)

#创建一个比较大的data form
dates = pd.date_range('20160101',periods=6)
print(dates) #编译器自动识别了20160101的类型为datetime

#定义DataFrame 就是一个比较大的matrix 类似于numpy
df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['a','b','c','d'])
#意思是随机生成一个六行四列的矩阵，index的含义为行元素的坐标，也就是矩阵元素A12中的下标1，colums的含义是列元素的坐标，也就是矩阵元素A12中的下标2
#如果不指定index和columns的值，他们默认为0、1、2、3......

#定义DateFrame的另一种方法
df1 = pd.DataFrame({'A':1,
                    'B':pd.Timestamp('20130102'),
                    'C':np.array([3]*4,dtype='int32'),
                    'D':pd.Series(1,index=list(range(4)),dtype='int32'),
                    'E':pd.Categorical(["test","train","test","train"]),
                    'F':'foo'
                    })
print(df1)
print(df1.columns) #打印列坐标
print(df1.index)   #打印行坐标
print(df1.describe())
print(df1.T) #打印转置
print(df1.sort_index(axis=1,ascending=False)) #以