大橙子网站建设,新征程启航

为企业提供网站建设、域名注册、服务器等服务

实战|快速上手Pandas

pandas是python数据分析中非常常用的一个模块,pandas中功能较多学起来有一定难度,本片文章通过一些简单例子带大家快速上手pandas。

创新互联服务项目包括襄阳网站建设、襄阳网站制作、襄阳网页制作以及襄阳网络营销策划等。多年来,我们专注于互联网行业,利用自身积累的技术优势、行业经验、深度合作伙伴关系等,向广大中小型企业、政府机构等提供互联网行业的解决方案,襄阳网站推广取得了明显的社会效益与经济效益。目前,我们服务的客户以成都为中心已经辐射到襄阳省份的部分城市,未来相信会继续扩大服务区域并继续获得客户的支持与信任!

我们要用的森林植被的数据,文件名为parks.csv。

首先先载入pandas:

import pandas as pd

然后用pandas读入数据,把公园编号'Park Code'设置为index

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

实战 | 快速上手Pandas

数据的列分别为:公园名字,公园在哪个州,公园大小,维度,经度

获取单行数据

使用.iloc 加上行索引获取单行数据

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的名称获取单行数据

df.loc['BADL'] 

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

获取多行数据

loc加上多行数据的名称

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

实战 | 快速上手Pandas

iloc加上行索引

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

实战 | 快速上手Pandas

获取数据分片

# 获取前3行数据
df[:3]

实战 | 快速上手Pandas

# 获取后3行数据
df[-3:]

实战 | 快速上手Pandas

获取单列数据
获得State这一列数据的前3行

df['State'].head(3)

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

使用下面df.State方法可以获得同样效果

df.State.head(3)

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

df.Park Code 将会出错,因为Park Code中间有空格

df.Park Code

 File "", line 1
    df.Park Code
               ^
SyntaxError: invalid syntax

我们可以把所有列的名称中的空格都替换成_避免出错

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')

获取多列数据

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

实战 | 快速上手Pandas

选择数据的子集
选择state=='UT'的数据,False表示条件该行条件不成立,True表示该行条件成立

 (df.state == 'UT').head()

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

选择所有state=='UT'结果为True的行

df[df.state == 'UT']

实战 | 快速上手Pandas

更复杂一些的数据提取,获取纬度大于60或者面积大于10^6的数据的前三行

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

实战 | 快速上手Pandas

对park_name中的字符以空格做切分,切分后放入lambda x: len(x) == 3函数中做判断,如果判断正确返回True,判断错误返回False

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

实战 | 快速上手Pandas

state中的数字为['WA', 'OR', 'CA']中的一个则为True,否则为False

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

实战 | 快速上手Pandas


文章标题:实战|快速上手Pandas
标题来源:http://dzwzjz.com/article/gpcpsc.html
在线咨询
服务热线
服务热线:028-86922220
TOP