pandas是python數(shù)據(jù)分析中非常常用的一個模塊，pandas中功能較多學起來有一定難度，本片文章通過一些簡單例子帶大家快速上手pandas。

創(chuàng)新互聯(lián)服務項目包括襄陽網(wǎng)站建設、襄陽網(wǎng)站制作、襄陽網(wǎng)頁制作以及襄陽網(wǎng)絡營銷策劃等。多年來，我們專注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術優(yōu)勢、行業(yè)經(jīng)驗、深度合作伙伴關系等，向廣大中小型企業(yè)、政府機構等提供互聯(lián)網(wǎng)行業(yè)的解決方案，襄陽網(wǎng)站推廣取得了明顯的社會效益與經(jīng)濟效益。目前，我們服務的客戶以成都為中心已經(jīng)輻射到襄陽省份的部分城市，未來相信會繼續(xù)擴大服務區(qū)域并繼續(xù)獲得客戶的支持與信任！

我們要用的森林植被的數(shù)據(jù)，文件名為parks.csv。

首先先載入pandas：

import pandas as pd

然后用pandas讀入數(shù)據(jù)，把公園編號'Park Code'設置為index

df = pd.read_csv('parks.csv', index_col=['Park Code'])
# 顯示出前5行
df.head(5)

數(shù)據(jù)的列分別為：公園名字，公園在哪個州，公園大小，維度，經(jīng)度

獲取單行數(shù)據(jù)：

使用.iloc?加上行索引獲取單行數(shù)據(jù)

df.iloc[2]

Park Name ???Badlands National Park
State ???????????????????????????SD
Acres ???????????????????????242756
Latitude ?????????????????????43.75
Longitude ???????????????????-102.5
Name: BADL, dtype: object

使用?.loc?方法加上index的名稱獲取單行數(shù)據(jù)

df.loc['BADL']?

Park Name ???Badlands National Park
State ???????????????????????????SD
Acres ???????????????????????242756
Latitude ?????????????????????43.75
Longitude ???????????????????-102.5
Name: BADL, dtype: object

獲取多行數(shù)據(jù)：

loc加上多行數(shù)據(jù)的名稱

df.loc[['BADL', 'ARCH', 'ACAD']]

iloc加上行索引

df.iloc[[2, 1, 0]]

獲取數(shù)據(jù)分片

# 獲取前3行數(shù)據(jù)
df[:3]

# 獲取后3行數(shù)據(jù)
df[-3:]

獲取單列數(shù)據(jù)
獲得State這一列數(shù)據(jù)的前3行

df['State'].head(3)

Park Code
ACAD ???ME
ARCH ???UT
BADL ???SD
Name: State, dtype: object

使用下面df.State方法可以獲得同樣效果

df.State.head(3)

Park Code
ACAD ???ME
ARCH ???UT
BADL ???SD
Name: State, dtype: object

df.Park Code?將會出錯，因為Park Code中間有空格

df.Park Code

?File "<ipython-input-66-49beb60e7bae>", line 1
????df.Park Code
???????????????^
SyntaxError:?invalid syntax

我們可以把所有列的名稱中的空格都替換成_避免出錯

df.columns = [col.replace(' ', '_').lower() for col in df.columns]
print(df.columns)p=msno.bar(diabetes_data)

Index(['park_name', 'state', 'acres', 'latitude', 'longitude'], dtype='object')

獲取多列數(shù)據(jù)

columns = ['state', 'acres']
df[columns][:3]

選擇數(shù)據(jù)的子集
選擇state=='UT'的數(shù)據(jù)，F(xiàn)alse表示條件該行條件不成立，True表示該行條件成立

?(df.state == 'UT').head()

Park Code
ACAD ???False
ARCH ????True
BADL ???False
BIBE ???False
BISC ???False
Name: state, dtype: bool

選擇所有state=='UT'結果為True的行

df[df.state == 'UT']

更復雜一些的數(shù)據(jù)提取，獲取緯度大于60或者面積大于10^6的數(shù)據(jù)的前三行

df[(df.latitude > 60) | (df.acres > 10**6)].head(3)

對park_name中的字符以空格做切分，切分后放入lambda x: len(x) == 3函數(shù)中做判斷，如果判斷正確返回True，判斷錯誤返回False

df[df['park_name'].str.split().apply(lambda x: len(x) == 3)].head(3)

state中的數(shù)字為['WA', 'OR', 'CA']中的一個則為True，否則為False

df[df.state.isin(['WA', 'OR', 'CA'])].head()

當前標題：實戰(zhàn)|快速上手Pandas
文章出自：http://www.chinadenli.net/article32/gpcpsc.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供微信公眾號、搜索引擎優(yōu)化、全網(wǎng)營銷推廣、外貿(mào)網(wǎng)站建設、網(wǎng)頁設計公司、網(wǎng)站改版

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉載內(nèi)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(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)