這期內容當中小編將會給大家帶來有關Python中如何Pandas代碼助數據從業人員開啟新征程，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

堅守“ 做人真誠 · 做事靠譜 · 口碑至上 · 高效敬業 ”的價值觀，專業網站建設服務10余年為成都墻體彩繪小微創業公司專業提供成都企業網站定制營銷網站建設商城網站建設手機網站建設小程序網站建設網站改版，從內容策劃、視覺設計、底層架構、網頁布局、功能開發迭代于一體的高端網站建設服務。

摘要

Pandas 是基于NumPy 的一種工具，該工具是為了解決數據分析任務而創建的。不少利用Python做數據分析的朋友應該對Pandas不陌生，這里給大家總結了20個常用的Pandas代碼幫助大家更快速的理解數據。

我這里將這20個Pandas代碼分成三類：

• 基本數據信息

• 基本數據處理

• 操作Data frames

基本數據信息

1、基本讀寫數據集（CSV、Execl）

# csv
# 讀
pd.DataFrame.from_csv(“csv_file”) 
pd.read_csv(“csv_file”)
# 寫
df.to_csv("data.csv", sep=",", index=False) # 逗號分隔，沒有下標
# execl
pd.read_excel("excel_file")
df.to_execl("data.xlsx",sheet_name='a')

2、基本數據集特征

df.info()

3、基本數據統計

df.describe()

4、將data frames輸出到一張表里（tabulate模塊）

from tabulate import tabulate
print(tabulate(print_table, headers=headers))
# print_table 為包含列表的列表
# headers 為表頭所包含的字段

5、列出所有的字段

df.columns

6、得到前后n行

df.head(n) #前n行
df.tail(n) #后n行

7、通過特征、位置定位數據

df.loc[feature_name]
#選擇“size”列的第一行
df.loc([0], ['size'])
df.iloc[n] # 位置

基本數據處理

8、去除缺失值

df.dropna(axis=0, how='any')

9、替換缺失值

df.replace(to_replace=None, value=None)
# 將“to_replace”中的值替換為“value”

10、檢查缺失值

pd.isnull(object)
# 檢測缺失值(數值數組中的NaN，對象數組中的None/NaN)

11、刪除一個字段

df.drop('feature_variable_name', axis=1)
# 軸對于行是0，對于列是1

12、將對象類型轉換為數值

pd.to_numeric(df["feature_name"], errors='coerce')
# 將對象類型轉換為numeric以便能夠執行計算(如果它們是字符串)

13、將Dataframe轉換為numpy數組

df.as_matrix()

操作Data frames

14、將函數應用于dataframe

# 這個將把數據的“height”列中的所有值乘以2
1、df["height"].apply(lambda height: 2 * height)
2、def multiply(x):
 return x * 2
df["height"].apply(multiply)

15、從命名一列

# 這里，將把數據的第三列重命名為“size”
df.rename(columns = {df.columns[2]:'size'}, inplace=True)

16、獲取某列的唯一項

# 這里將得到列“name”的唯一條目
df["name"].unique()

17、多級訪問

# 在這里，將從數據中獲取列的選擇，“name”和“size”
new_df = df[["name", "size"]]

18、數據的一些統計量df.sum()

df.min()
df.max()
df.idxmin()
df.idxmax() #返回大值索引
df.mean()
df.median()
df.corr() # 不同列之間的相關系數
df["size"].median

19、 數據排序

df.sort_values(ascending = False)

20、布爾索引

df[df["size"] == 5] #布爾型索引

上述就是小編為大家分享的Python中如何Pandas代碼助數據從業人員開啟新征程了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注創新互聯-成都網站建設公司行業資訊頻道。

標題名稱：Python中如何Pandas代碼助數據從業人員開啟新征程-創新互聯
網站路徑：http://newbst.com/article18/dgjedp.html

成都網站建設公司_創新互聯，為您提供搜索引擎優化、網頁設計公司、網站排名、微信小程序、微信公眾號、網站收錄

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯