Pandas

pandas 是一種列存數據分析 API。它是用于處理和分析輸入數據的強大工具，很多機器學習框架都支持將 pandas 數據結構作為輸入。

導入 pandas API 并輸出相應的 API 版本

from __future__ import print_function import pandas as pd pd.__version__

pandas主要數據結構分類：

• DataFrame，類似一張統計表格，帶有行標題和列標題，包含多個Series
• Series，單一列，包含在DataFrame中

創建Series

pd.Series(['iterm_1','iterm_2'，'iterm_3'，...]) #添加自定義個數item

創建DataFrame對象

DataFrame即是由多個Series構成

city_names = pd.Series(['San Francisco', 'San Jose', 'Sacramento']) population = pd.Series([852469, 1015785, 485199])pd.DataFrame({ 'City name': city_names, 'Population': population })

output would be like this:

如果插入的Series 在長度上不一致，系統會用特殊的 NA/NaN 值填充缺失的值。

加載整個文件到DataFrame

california_housing_dataframe = pd.read_csv("https://download.mlcc.google.cn/mledu-datasets/california_housing_train.csv", sep=",") california_housing_dataframe.describe()

output would be like this:

其中使用了 DataFrame.describe() 來顯示關于 DataFrame 的統計信息。另一個實用函數是 DataFrame.head()，它顯示 DataFrame 的前幾個記錄。

繪制直方圖

借助 DataFrame.hist()繪制某一Series的直方圖

california_housing_dataframe.hist('housing_median_age')

output would be like this:

訪問數據

利用python的list/dict操作即可訪問DataFrame中的數據。
例如：

cities = pd.DataFrame({ 'City name': city_names, 'Population': population }) print(type(cities['City name'])) cities['City name'] print(type(cities['City name'][1])) cities['City name'][1] print(type(cities[0:2])) cities[0:2]

WITHOUT output pictures，HAHAHAH

操控數據

population / 1000.

可以導入numpy對數據進行處理：

import numpy as np np.log(population)

WITHOUT output pictures too （Dancing

DataFrame修改

向現有 DataFrame 添加了兩個 Series：

cities['Area square miles'] = pd.Series([46.87, 176.53, 97.92]) cities['Population density'] = cities['Population'] / cities['Area square miles']

output would be like this:

DONE!

總結

以上是生活随笔為你收集整理的Pandas及简单学习的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。