1.模組匯入
import pandas as pd
2.pandas序列series自動給列表加上索引
如 a = [1,2,3,4]
b = pd.series(a)
c = enumerate(a)
print b
類似於
for i,j in c:
print i,j
3.numpy 只是純碎的生成矩陣陣列， 而 pandas 可以給numpy 生成的多維陣列的 各行 各列加上乙個名稱
4.產生乙個時間序列:
date= pd.date_range('20170101',periods = 7)
4.1給乙個二位數則每行每列定義乙個名稱
df= pd.dataframe(np.random.randn(7,4),index=date,columns=['a','b','c','d']
dataframe就是給二維陣列的每行每列加乙個標籤
注意：a = np.array([1,2,3,4]) 用於dataframe則表示4行1列
a = np.array([[1,2,3,4]])用於dataframe則表示1行4列
5.如果使用字典dict來初始化dataframe,則字典的key會成為二維陣列的列索引，行索引則自動生成
6.獲取df行索引 df.index
6.獲取df列索引 df.columns
6.獲取df值 df.values, 得到numpy形式的陣列
7.df.describe()會計算df各列的均值和標準差，
應用舉例：
df = pd.dataframe(np.random.randn(3,4))
d1 = df.describe()
d2 = d1.values
d3 = d2.t
d4= d3[0] 即可以得到第一列的均值，標準差
8.對df進行排序
df.sort_index(axis=0,ascending=false) 行索引降序排列
df.sort_index(axis=1,ascending=false) 列索引降序排列
9.對df進行選擇輸出
輸出某列 ： 『a』列 df.a 或 df['a']
輸出多列： df.loc[:,['a','b']]
輸出某行： df[0:3] 輸出0到3行 ， 以標籤輸出 df.loc['20170101']
輸出某行某列： 以標籤輸出 df.loc['20170101',['a','b']]
輸出某個元素：
,純數字篩選
df.iloc[3,1] 3行1列
df.iloc[1:2,1:2] 1到2行，1到2列
df.iloc[[1,3],1:2] 1行，3行，1列到2列
標籤篩選：
df.ix[:2,['a','b']] ，數字加標籤篩選
df[df.a>2]，選出a列中大於2的行，同時顯示所有列
10 .給dataframe賦值：
更改某乙個元素：
df.iloc[2,1]=12 第二行第一列賦值12
df.loc['20170101','a'] =12 , 以標籤更改
更改某一列元素：
df.a = 0 第『a』列全部為0
df.a.[df.a >2]=0 第『a』列大於2的元素全為0
df.b.[df.a >2]=0 第『a』列大於2的元素對應的b列的元素全為0 ，a列不變，b列改變
更改某一列元素，影響其它列：
df[df.a >2] = 0,第『a』列大於2的元素全為0，其它對應的列也受到影響全部為0
11,給dataframe新增行列：
df原有a,b,c,d列 , 0到7行
增加1列： df['e'] = np.nan
增加1列： df['e'] = [1,2,3,4,5,6,7]
增加1列：df['e'] = pd.series([1,2,3,4,5,6,7],index=pd.date_range('20170101',periods=6))
增加一行：
df1 = pd.dataframe(np.ones(3,4),columns=['a','b','c','d'])
或 df1 = pd.series([1,2,3,4],index=['a','b','c','d'])
12.去掉df中元素為nan的行列
如果df中有元素為空即nan
df.dropna(axis = 0,how='any') 丟掉元素為空的行
df.dropna(axis = 1,how='any') 丟掉元素為空的列
13. 處理df中元素為空
將df中元素為nan統一賦個值：
df.fillna(value=0) 將為nan的元素賦值為0
判斷df是否缺失資料，即存在nan , 使用： df.isnull()檢視
使用 np.any(df.isnull())==true 判斷df中是否有nan
14.多個dataframe合併
numpy 中的多維陣列的合併使用：concatenate，hstack，vstack
dataframe使用cancat
例如： df1, df2的行列都是3行4列，其行標誌和列標誌都相同。
則合併df1 ,df2 使用 pd.concat([df1,df2],axis=0，ignore_index=true) 縱向合併
例如:合併df1, df2 相同的列，不同的列捨棄，則使用 pd.concat([df1,df2],join='inner',ignore_index=true)
例如：合併df1 ,df2 使用 pd.concat([df1,df2],axis=1，join_axes=[df1.index]) 水平合併，並使用df1的index
例如：df1,和 df2 有一列完全一樣,如df1 是 『a』,'b','c','d'，df2是『d』,'e','f','g'。 則以『d』列作為參考合併兩個dataframe,得到'a','b','c','d','e','f','g'。使用：pd.merge(df1,df2,on='d')
pandas庫學習記錄
在接觸了一點python的資料分析後，發現有乙個眾人很推崇的pandas庫。據說，與numpy結合能夠實現許多強大的使資料分析功能。但其實在接觸一段時間之後，我發現，還是很難掌握這個庫的精髓。為了避免長時間遺忘，我把這一系列實踐記錄下來。引用 import pandas 一般都寫作 import p...
pandas庫學習記錄 一）
pandas庫是乙個基於numpy庫的乙個開源python庫，用於快速分析，清洗和準備資料。pandas中的主要兩種資料型別 序列series 類似於一維陣列，可以用numpy中針對一維陣列的函式，也可以用標籤來進行索引，可自動對齊 資料框dataframe 多用於二維陣列，也可以用numpy中二維...
機器學習學習記錄 持續更新 pandas
pandas訪問資料的方法 pandas操控資料的方法 pandas 是一種列存資料分析 api。它是用於處理和分析輸入資料的強大工具，很多機器學習框架都支援將 pandas 資料結構作為輸入。可以將它想象成乙個關係型資料 其中包含多個行和已命名的列。建立dataframe的方法可以是將對映 str...