Python數據分析Pandas庫方法簡介

Pandas 入門

Pandas簡介

背景：pandas是一個Python包，提供快速，靈活和富有表現力的數據結構，旨在使“關系”或“標記”數據的使用既簡單又直觀。它旨在成為在Python中進行實際，真實世界數據分析的基礎高級構建塊。此外，它還有更廣泛的目標，即成為任何語言中最強大，最靈活的開源數據分析/操作工具。它已朝着這個目標邁進

• pandas組成 = 數據面板+數據分析工具

• pandas把數據分為3類

  • 一位矩陣：Series 強大在可以存儲任意類型數據 二維矩陣： DataFrame 三維矩陣; Panel

pandas數據結構

• Series:一維數組。類型Numpy的一維數組，強大在可以存儲任意類型數據

• Time-Series:以時間維索引的Series

• DataFrame: 二位的表格數據結構，===升級版矩陣

  • 它含有一組有序的列，每列可以是不同的值類型（數值，字符串，）

 

pandas的數據類型

• 導入pandas

  import pandas as pd

• 讀取csv文件，數據類型就是DataFrame二維矩陣

  a = pd.read_csv(path)
  type(a)

• 屬性和方法

  • 類型 type(a)

  • 維度 a.ndim

  • 形狀 a.shape

  • 大小 a.size

  • 數據類型 a.dtypes

  • 幫助 help(pd)

索引操作

• 前n行：head(n)

• 后n行：tail(n)

• 第n行： df.loc[n]

• 第3-7行： df.loc[2:8]

• 取任意行： df.loc[[2,3,5]]

• 取某列： df['列名'] df.列名

• 取任意列：df[['列1'，‘列2’，。。。]]

 

案例 取出所有g為結尾的列

a = df.columns.tolist()
bb = []
for x in a:
    if x.endswith('(g)') or x.endswith('(mg)'):
        bb.append(x)
        
df[bb]

簡單統計

數據統計

• 摘要描述/簡介：df.describe()

• 一維。value_counts()統計以為矩陣中數組出現的次數： 比如統計成績

• 最大： df['列名'].max()

• 最小 ：min

• 平均值：mean

• 標准差 std

 

案例分析2成績分析

# 案例-成績分析
chengji = pd.read_excel('score.xlsx')
chengji['成績'].describe()
chengji['成績'].value_counts()
a = chengji['成績']
a[a<80]