Python实现数据分析（四）

Pandas

关键词： 数据分析库

官网：https://pandas.pydata.org/

介绍（选自-百度百科）：

pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。

1、Series and DataFrame（数据结构）

1s = pd.Series([i*2 for i in range(1,11)])
2    print(type(s))
3    dates = pd.date_range("20201101",periods=8)
4    df= pd.DataFrame(np.random.randn(8,5),index=dates,columns=(list("ABCDE")))
5    print(df)

2、Basic and Select and Set（基本操作）

3、Missing Data Process（缺失 数据处理）

4、Merge and Reshape（数据融合和形状定义）

5、Time Series and Graph and Files（时间序列、图形处理、文件）

1#encoding=utf-8
2import numpy as np
3import pandas as pd
4import matplotlib.pyplot as plt
5from pylab import *
6
7def main():
8    s = pd.Series([i*2 for i in range(1,11)])
9    print(type(s))
10    dates = pd.date_range("20201101",periods=8)
11    df= pd.DataFrame(np.random.randn(8,5),index=dates,columns=(list("ABCDE")))
12    print(df)
13# Basic
14    print(df.head(3))# 打印前几行
15    print(df.tail(3))# 打印后几行
16    print(df.index)
17    print(df.values)
18    print(df.T)# 转置
19    print(df.sort_index(axis=1, ascending=False))# 降序表头
20    print(df.sort_values("C"))# C列的值升序
21    print(df.describe())
22# Select
23    print(df[:2])# 从下标切片
24    print(df['20201101':'20201104'])
25    print(df.loc[dates[0]])# 取第一行的数据
26    print(df.loc['20201101':'20201103',['B','D']])# 取2020-11-01到2020-11-03的B和D列的数据
27    print(df.at[dates[0],'C'])# 打印第0行C列的值
28
29    print(df.iloc[1:3,2:4])# 2020-11-02到2020-11-03 C、D列
30    print(df.iloc[1,2]) # 1,C
31# 根据条件查询
32    print(df[df>0])
33    df.loc[:,'D']=np.array([4]*len(df))
34    print(df)
35    k = df[df > 0]
36    print(k.fillna(value='lower 0'))# 替换
37
38    # Statistics
39    print(df.mean())
40    print(df.var())
41
42    # Time Series
43    dates2 = pd.date_range("20201122",periods=10,freq='S')
44    print(dates2)
45
46    ts = pd.Series(np.random.randn(100),index=pd.date_range('20201122',periods=100))
47    ts = ts.cumsum()
48    # print(ts)
49    ts.plot()
50    plt.savefig('./graph/test2')
51    show()
52
53    df3 = pd.read_csv('./data/test.txt')
54    print(df3)
55    # ImportError: Missing optional dependency 'xlrd'.
56    # 需要下载xlrd包，命令：pip3 install xlrd
57    # df4 = pd.read_excel('./data/test.xlsx','Sheet1')
58    # df4.to_excel('./data/test2.xlsx')
59
60
61main()

总结：

和Numpy一样，pandas也是用于数值计算，只需要会用就可以了，不必记住全部函数。

【git地址】https://gitee.com/sienhao/data-analysis-python.git

关注公众号，获取更多资讯！

（别忘记三连！！！）