本文是對pandas官方**上《10 minutes to pandas》的乙個簡單的翻譯,原文在這裡。這篇文章是對pandas的乙個簡單的介紹,詳細的介紹請參考:cookbook
。習慣上,我們會按下面格式引入所需要的包:
可以通過 data structure intro setion 來檢視有關該節內容的詳細資訊。
1、可以通過傳遞乙個list物件來建立乙個series,pandas會預設建立整型索引:
2、通過傳遞乙個numpy array,時間索引以及列標籤來建立乙個dataframe:
3、通過傳遞乙個能夠被轉換成類似序列結構的字典物件來建立乙個dataframe:
4、檢視不同列的資料型別:
5、如果你使用的是ipython,使用tab自動補全功能會自動識別所有的屬性以及自定義的列,下圖中是所有能夠被自動識別的屬性的乙個子集:
詳情請參閱:basics section
1、 檢視frame中頭部和尾部的行:
2、 顯示索引、列和底層的numpy資料:
3、 describe()函式對於資料的快速統計彙總:
4、 對資料的轉置:
5、 按軸進行排序
6、 按值進行排序
雖然標準的python/numpy的選擇和設定表示式都能夠直接派上用場,但是作為工程使用的**,我們推薦使用經過優化的pandas資料訪問方式: .at, .iat, .loc, .iloc 和 .ix詳情請參閱indexing and selecing data 和 multiindex / advanced indexing。
l 獲取
1、 選擇乙個單獨的列,這將會返回乙個series,等同於df.a:
2、 通過進行選擇,這將會對行進行切片
l 通過標籤選擇
1、 使用標籤來獲取乙個交叉的區域
2、 通過標籤來在多個軸上進行選擇
3、 標籤切片
4、 對於返回的物件進行維度縮減
5、 獲取乙個標量
6、 快速訪問乙個標量(與上乙個方法等價)
l 通過位置選擇
1、 通過傳遞數值進行位置選擇(選擇的是行)
2、 通過數值進行切片,與numpy/python中的情況類似
3、 通過指定乙個位置的列表,與numpy/python中的情況類似
4、 對行進行切片
5、 對列進行切片
6、 獲取特定的值
l 布林索引
1、 使用乙個單獨列的值來選擇資料:
2、 使用where操作來選擇資料:
3、 使用isin()方法來過濾:
l 設定
1、 設定乙個新的列:
2、 通過標籤設定新的值:
3、 通過位置設定新的值:
4、 通過乙個numpy陣列設定一組新值:
上述操作結果如下:
5、 通過where操作來設定新的值:
在pandas中,使用np.nan來代替缺失值,這些值將預設不會包含在計算中,詳情請參閱:missing data section。
1、 reindex()方法可以對指定軸上的索引進行改變/增加/刪除操作,這將返回原始資料的乙個拷貝:、
2、 去掉包含缺失值的行:
3、 對缺失值進行填充:
4、 對資料進行布林填充:
詳情請參與 basic section on binary ops
l 統計(相關操作通常情況下不包括缺失值)
1、 執行描述性統計:
2、 在其他軸上進行相同的操作:
3、 對於擁有不同維度,需要對齊的物件進行操作。pandas會自動的沿著指定的維度進行廣播:
1、 對資料應用函式:
l 直方圖
具體請參照:histogramming and discretization
l 字串方法
series物件在其str屬性中配備了一組字串處理方法,可以很容易的應用到陣列中的每個元素,如下段**所示。更多詳情請參考:vectorized string methods
.pandas提供了大量的方法能夠輕鬆的對series,dataframe和panel物件進行各種符合各種邏輯關係的合併操作。具體請參閱:merging section
l concat
l join 類似於sql型別的合併,具體請參閱:database style joining
:l (splitting)按照一些規則將資料分為不同的組;
l (combining)將結果組合到乙個資料結構中;
詳情請參閱:grouping section
1、 分組並對每個分組執行sum函式:
2、 通過多個列進行分組形成乙個層次索引,然後執行函式:
詳情請參閱 hierarchical indexing
和 reshaping
。l stack
l 資料透視表,詳情請參閱:pivot tables
.可以從這個資料中輕鬆的生成資料透視表:
pandas在對頻率轉換進行重新取樣時擁有簡單、強大且高效的功能(如將按秒取樣的資料轉換為按5分鐘為單位進行取樣的資料)。這種操作在金融領域非常常見。具體參考:time series section
。1、 時區表示:
2、 時區轉換:
3、 時間跨度轉換:
4、 時期和時間戳之間的轉換使得可以使用一些方便的算術函式。
從0.15版本開始,pandas可以在dataframe中支援categorical型別的資料,詳細 介紹參看:categorical introduction
和api documentation
。1、 將原始的grade轉換為categorical資料型別:
2、 將categorical型別資料重新命名為更有意義的名稱:
3、 對類別進行重新排序,增加缺失的類別:
4、 排序是按照categorical的順序進行的而不是按照字典順序進行:
5、 對categorical列進行排序時存在空的類別:
具體文件參看:plotting
docs
對於dataframe來說,plot是一種將所有列及其標籤進行繪製的簡便方法:
l csv,參考:writing to a csv file
1、 寫入csv檔案:
2、 從csv檔案中讀取:
l hdf5,參考:hdfstores
1、 寫入hdf5儲存:
2、 從hdf5儲存中讀取:
l excel,參考:ms excel
1、 寫入excel檔案:
2、 從excel檔案中讀取:
課間十分鐘
時間限制 1000 ms 記憶體限制 128 mb 兩人都是數學愛好者,便發明了乙個遊戲。在遊戲開始前,他們先約定乙個正整數n,同時令m 1。遊戲過程中,每個人都可以將m的值擴大2到9中的任意倍數。第乙個使m n的人就是最後的贏家。181818181818和zbt都十分聰明,並且遊戲過程中都使用最佳...
十分鐘搞定CSS選擇器
在最近的web開發中是不是就會用到一些選擇器,發現很多尤其是css3新增的不太熟悉,在此總結一下。不同級別 1.在屬性後面使用 important 會覆蓋頁面內任何位置定義的元素樣式。2.作為style屬性寫在元素內的樣式 3.id選擇器 4.類選擇器 5.標籤選擇器 6.萬用字元選擇器 7.瀏覽器...
十分鐘搞定介面功能測試
coding utf 8 import requests 獲取驗證碼 2.6.1 android mac a4 c1 a0 5a 07 c9 uuid 34ea2bb748b26643f6093b39b8a144 print 獲取驗證碼 payload r requests.post http 伺服...