Pandas 入门

最新推荐文章于 2023-04-18 22:40:59 发布
原创 最新推荐文章于 2023-04-18 22:40:59 发布 · 738 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python

Pandas 入门

  1. ‘Series’：数据系列，代表一维数据，较numpy中的一维数组更强大；
  2. ‘DataFrame’：数据窗/数据框/数据表，代表二维数据，封装了数据分析常用的各种方法；
  3. ‘Index’：索引，为Series和DataFrame提供数据索引服务。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['STFangsong']
plt.rcParams['axes.unicode_minus'] = False

%config InlineBackend.figure_format = 'svg'

1.1 Series

可自定义索引，默认为0,1,2,3…

自定义索引后仍可使用默认索引，也可使用逆向索引

未自定义默认索引不允许使用逆向索引

# 创建Series对象
# 方式一
ser1 = pd.Series(data = [12,54,78,95],index = [f'{x}季度' for x in '一二三四'])
ser1

一季度    12
二季度    54
三季度    78
四季度    95
dtype: int64

ser1['一季度']

12

多条数据取出来仍为一个系列

ser1[ser1 >= 60]

三季度    78
四季度    95
dtype: int64

# 花式索引
ser1[['一季度','三季度']]

一季度    12
三季度    78
dtype: int64

# 方式二
ser2 = pd.Series(data={'一季度':253,'二季度':563,'三季度':193,'四季度':245})
ser2

一季度    253
二季度    563
三季度    193
四季度    245
dtype: int64
Series 属性
ser2.二季度

563

# ser2数据类型
ser2.dtype

dtype('int64')

# ser2类型
type(ser2)

pandas.core.series.Series

# ser2索引
ser2.index

Index(['一季度', '二季度', '三季度', '四季度'], dtype='object')

# ser2值
ser2.values

array([253, 563, 193, 245], dtype=int64)

# ser2元素个数
ser2.size

4

# ser2元素是否唯一,True:唯一
ser2.is_unique

True

# ser2是否含有空值,False:不含有
ser2.hasnans

False

ser2.loc['二季度':'四季度']

二季度    563
三季度    193
四季度    245
dtype: int64

# ser2是否单调
ser2.is_monotonic

False
Series 方法
# 获取描述性统计信息   --->   集中趋势
print(ser2.sum())  #求和
print(ser2.mean())  #平均值
print(ser2.median())   #中位数
print(ser2.quantile())   # 中位数
print(ser2.mode())   #众数 - 出现频次相同全都打印

1254
313.5
249.0
249.0
0    193
1    245
2    253
3    563
dtype: int64

# 获取描述性统计信息   --->   离散趋势
print(ser2.max())  #最大值
print(ser2.min())  #最小值
print(ser2.var())  #方差
print(ser2.std())  #标准差
print(ser2.quantile(0.25))  #下四分位数(0.25,0.5,0.75)默认为0.5(中位数)

563
193
28374.333333333332
168.44682642701622
232.0

# 数据系列描述
ser2.describe()

count      4.000000
mean     313.500000
std      168.446826
min      193.000000
25%      232.000000
50%      249.000000
75%      330.500000
max      563.000000
dtype: float64

ser3 = pd.Series(data=[1,2,5,9,5,9,1,6,4,1,9])
ser3

0     1
1     2
2     5
3     9
4     5
5     9
6     1
7     6
8     4
9     1
10    9
dtype: int64

# 去重   ---> ndarray(返回数组)
ser3.unique()

array([1, 2, 5, 9, 6, 4], dtype=int64)

# 去重后元素个数
ser3.nunique()

6

# 元素重复频次（按频次降序排列）
ser3.value_counts()

1    3
9    3
5    2
2    1
6    1
4    1
dtype: int64

# 删除重复元素 --->series(去重)
# 保留相同元素的第一个（默认）
ser3.drop_duplicates()

0    1
1    2
2    5
3    9
7    6
8    4
dtype: int64

# 去重  保留相同元素的最后一个
ser3.drop_duplicates(keep = 'last')

1     2
4     5
7     6
8     4
9     1
10    9
dtype: int64

# 去重  相同元素一个不留，只保留不同元素
ser3.drop_duplicates(keep = False)

1    2
7    6
8    4
dtype: int64

上面去重方法均未改变原数据系列(ser3)
想要在原数据系列做修改设置inplace = True

# inplace - 是否就地删除(改变ser3)
# True - 就地操作，不返回新对象   ---> None
# False(默认值) - 返回操作后的新对象   ---> Series
ser3.drop_duplicates(keep=False,inplace=True)
ser3

1    2
7    6
8    4
dtype: int64

ser4 = pd.Series(data=[10, 20, np.NaN, 30, np.NaN])
ser4

0    10.0
1    20.0
2     NaN
3    30.0
4     NaN
dtype: float64

# 删除指定索引数据，原数据系列不变
ser4.drop(index = [2,4])
# ser4.drop(index = 2)

0    10.0
1    20.0
3    30.0
dtype: float64

# 判断是否为空
ser4.isnull()

0    False
1    False
2     True
3    False
4     True
dtype: bool

# 删除空值
ser4.dropna()

0    10.0
1    20.0
3    30.0
dtype: float64

# 填充空值   指定值
ser4.fillna(50)

0    10.0
1    20.0
2    50.0
3    30.0
4    50.0
dtype: float64

# 填充空值   邻近的前面的值
ser4.fillna(method='ffill')

0    10.0
1    20.0
2    20.0
3    30.0
4    30.0
dtype: float64

# 填充空值   邻近的后面的值
ser4.fillna(method='bfill')

0    10.0
1    20.0
2    30.0
3    30.0
4     NaN
dtype: float64

# 填充空值   可使用级联操作
ser4.fillna(method='bfill').fillna(method='ffill')

0    10.0
1    20.0
2    30.0
3    30.0
4    30.0
dtype: float64

# 给索引(Unicode编码)排序
# ord('三') = 19977,ord('二') = 20108(这就是为什么打印结果三季度在二季度前面的原因)
# ascending - 升序/降序  默认为True(升序)
ser1.sort_index()

一季度    12
三季度    78
二季度    54
四季度    95
dtype: int64

# 值排序
ser1.sort_values(ascending=False)

四季度    95
三季度    78
二季度    54
一季度    12
dtype: int64

# Top - N 
ser1.nlargest(2)

四季度    95
三季度    78
dtype: int64

# Min - N 
ser1.nsmallest(2)

一季度    12
二季度    54
dtype: int64

ser5 = pd.Series(['cat', 'dog', np.nan, 'rabbit'])
ser5

0       cat
1       dog
2       NaN
3    rabbit
dtype: object

# 格式化  na_action='ignore'忽略空值
ser5.map('I am a {}'.format,na_action='ignore')

0       I am a cat
1       I am a dog
2              NaN
3    I am a rabbit
dtype: object

ser6 = pd.Series(np.random.randint(30,80,10))
ser6

0    77
1    67
2    49
3    41
4    62
5    41
6    57
7    64
8    39
9    56
dtype: int32

def handle(score):
    return score ** 0.5 * 10

# map
np.round(ser6.map(handle),0)

0    88.0
1    82.0
2    70.0
3    64.0
4    79.0
5    64.0
6    75.0
7    80.0
8    62.0
9    75.0
dtype: float64

# 应用
np.round(ser6.apply(handle),0)

0    88.0
1    82.0
2    70.0
3    64.0
4    79.0
5    64.0
6    75.0
7    80.0
8    62.0
9    75.0
dtype: float64

ser1

一季度    12
二季度    54
三季度    78
四季度    95
dtype: int64

线性归一化：
X′=Xi−XminXmax−Xmin X' = \frac{X_{i} - X_{min}}{X_{max} - X_{min}} X′=Xmax​−Xmin​Xi​−Xmin​​

零均值归一化(标准化)：
X′=Xi−μσ X' = \frac{X_{i} - μ}{σ} X′=σXi​−μ​
其中 x 为某个特征的原始值， μ为该特征在所有样本中的平均值，σ 为该特征在所有样本中的标准差， X’ 为经过标准化处理后的特征值 ~ N(0, 1)

# 线性归一化
ser1.map(lambda x: (x - ser1.min()) / (ser1.max() - ser1.min()))

一季度    0.000000
二季度    0.506024
三季度    0.795181
四季度    1.000000
dtype: float64

ser1.plot(kind = 'bar')
plt.xticks(rotation = 0)   # x坐标描述旋转0度
# 添加网格线
plt.grid(True,alpha = 0.5,axis = 'y',linestyle = ':')
plt.show

<function matplotlib.pyplot.show(close=None, block=None)>

​
直方图

​

# 饼图
ser1.plot(kind = 'pie',autopct = '%.2f%%')  # 自动显示百分比。要显示百分号要写两个%%,第一个表示转义字符
plt.ylabel('')
plt.show

<function matplotlib.pyplot.show(close=None, block=None)>

饼图

​

# 零均值归一化
temp_ser = ser1.map(lambda x: (x - ser1.mean()) / ser1.std())
# print(np.std(ser1))   # 总体标准偏差(计算结果/N)
# print(ser1.std())   # 样本标准偏差(计算结果/(N-1))
temp_ser

一季度   -1.326261
二季度   -0.159707
三季度    0.506896
四季度    0.979072
dtype: float64

print('均值：',temp_ser.mean())
print('标准差',temp_ser.std())

均值： 0.0
标准差 1.0

1.2 DataFrame

1.2.1 创建DataFrame对象
# 第一种：通过二维数组创建DataFrame(参考基本使用文章分数例子)
# 第二种：通过字典创建DataFrame(参考Numpy高级使用波士顿房价)
# 第三种：读取CSV文件创建DataFrame
df = pd.read_csv('../files/data/订单.csv',encoding = 'utf-8')
df
# 参数设置
# sep = ''指定分隔符，默认为逗号；nrows = 20：控制读取行数
# skiprows = [5,6] - 跳过指定行  skiprows = range(1,11) - 跳过1-10行（0行是表头）
订单编号标题价格购买数量外部系统编号商品属性套餐信息备注订单状态商家编码
0266170127728日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
1254450690237日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
2254450690237swisse护肝片 澳洲1701931177058999NaNNaNNaN卖家已发货，等待买家确认931177058999
3254406313174日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
4254407814052日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
.................................
1827235295148424日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN交易关闭456026429338
1828244853521870日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN交易成功456026429338
1829222644397061澳洲swisse蔓越莓胶1751931177059169NaNNaNNaN交易成功931177059169
1830235247255688日本代购新谷酵素夜迟减肥3992456026429338NaNNaNNaN交易成功456026429338
1831244824365989KAWAI鱼肝油丸(蓝罐2381498704931842NaNNaNNaN交易成功498704931842

1832 rows × 10 columns

# 取指定位置的指定行
temp_df = pd.read_csv('../files/data/订单.csv',encoding = 'utf-8',
                     nrows = 20, skiprows = range(50,70))
temp_df
订单编号标题价格购买数量外部系统编号商品属性套餐信息备注订单状态商家编码
0266170127728日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
1254450690237日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
2254450690237swisse护肝片 澳洲1701931177058999NaNNaNNaN卖家已发货，等待买家确认931177058999
3254406313174日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
4254407814052日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
5254219808661日本代购新谷酵素夜迟减肥3992456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
6266114204270日本代购新谷酵素夜迟减肥3992456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
7228811777226日本代购新谷酵素夜迟减肥3992456026429033NaNNaNNaN卖家已发货，等待买家确认456026429033
8266100464345澳洲蔓越莓胶囊30粒sw1751931177059169NaNNaNNaN等待买家付款931177059169
9266081487348澳洲蔓越莓胶囊30粒sw1751931177059169NaNNaNNaN等待买家付款931177059169
10266048403449日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
11254145112402KAWAI 鱼肝油钙丸2381498704921261NaNNaNNaN卖家已发货，等待买家确认498704921261
12228793438409美国进口普利普莱叶黄素软3291ecms-tz-0010NaNNaNNaN卖家已发货，等待买家确认ecms-tz-0010
13228791918374美国进口普利普莱叶黄素软3291ecms-tz-0010NaNNaNNaN买家已付款，等待卖家发货ecms-tz-0010
14254100912323日本kawai卡哇伊肝油2591498704921251NaNNaNNaN交易关闭498704921251
15266137702384日本fancl美白丸全身2041490804934732NaNNaNNaN卖家已发货，等待买家确认490804934732
16266045321080日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
17265915323005日本代购新谷酵素夜迟减肥3991456026429338NaNNaN尽快发货，谢谢！卖家已发货，等待买家确认456026429338
18266003725097日本代购新谷酵素夜迟减肥3991456026429033NaNNaNNaN卖家已发货，等待买家确认456026429033
19266003205038日本代购新谷酵素夜迟减肥3991456026429338NaNNaNNaN卖家已发货，等待买家确认456026429338
# 第四种：读取Excel文件创建DataFrame
df1 = pd.read_excel('../files/data/2020年销售数据.xlsx',sheet_name = 'Sheet1')
df1
# 参数设置
# sheet_name = 'SheetName'指定读取的工作表，默认为活跃表
# header = RowNumber 指定表头行；默认为0
# use_cols = (ColName1,ColName2...)  指定只读列
销售日期销售信息销售区域销售渠道销售订单品牌售价销售数量销售额
02020-01-01上海拼多多订单182894-455上海拼多多182894-455八匹马99838217
12020-01-01上海抖音订单205635-402上海抖音205635-402八匹马219296351
22020-01-01上海天猫订单205654-021上海天猫205654-021八匹马1698514365
32020-01-01上海天猫订单205654-519上海天猫205654-519八匹马169142366
42020-01-01上海天猫订单377781-010上海天猫377781-010皮皮虾2496115189
..............................
19402020-12-30北京京东订单D89677北京京东D89677花花姑娘269266994
19412020-12-30福建实体订单182719-050福建实体182719-050八匹马79977663
19422020-12-31福建实体订单G70083福建实体G70083花花姑娘2695514795
19432020-12-31福建抖音订单211471-902/704福建抖音211471-902/704八匹马59593481
19442020-12-31福建天猫订单211807-050福建天猫211807-050八匹马99272673

1945 rows × 9 columns

df2 = pd.read_csv('../files/data/2018年北京积分落户数据.csv',encoding = 'utf-8')
df2
idnamebirthdaycompanyscore
01杨效丰1972-12北京利德华福电气技术有限公司122.59
12纪丰伟1974-12北京航天数据股份有限公司121.25
23王永1974-05品牌联盟(北京)咨询股份公司118.96
34杨静1975-07中科专利商标代理有限责任公司118.21
45张凯江1974-11北京阿里巴巴云计算技术有限公司117.79
..................
60146015孙宏波1978-08华为海洋网络有限公司北京科技分公司90.75
60156016刘丽香1976-11福斯（上海）流体设备有限公司北京分公司90.75
60166017周崧1977-10赢创德固赛（中国）投资有限公司90.75
60176018赵妍1979-07澳科利耳医疗器械（北京）有限公司90.75
60186019贺锐1981-06北京宝洁技术有限公司90.75

6019 rows × 5 columns

df3 = pd.read_excel('../files/data/口罩销售数据.xlsx')
df3
日期销售城市产品类别销售员数量单价金额
02020-01-01广州纯棉口罩王大锤616
12020-01-01武汉明星口罩秦红棉3030900
22020-01-01深圳明星口罩秦红棉23060
32020-01-03上海防雾霾口罩白元芳63281764
42020-01-04武汉明星口罩白元芳2530750
........................
9942020-12-30南昌医用口罩陆小凤1633489
9952020-12-31武汉纯棉口罩王大锤23123
9962020-12-31上海医用口罩王大锤2593777
9972020-12-31上海N95口罩白元芳2525625
9982020-12-31武汉防雾霾口罩陆小凤50281400

999 rows × 7 columns

安装pymysql

!pip install pymysql

Looking in indexes: https://pypi.doubanio.com/simple
Requirement already satisfied: pymysql in d:\programs\python\python38\lib\site-packages (1.0.2)

import pymysql

conn = pymysql.connect(host = 'localhost',port = 3306,user = 'root',
                      password = 'YourPassword',database = 'DatabaseName',charset = 'utf8mb4')
conn  # 检查连接结果

<pymysql.connections.Connection at 0x22232ea2b50>

# 第五种：通过SQL数据库读取创建DataFrame
dept_df = pd.read_sql('select dno ,dname,dloc from tb_dept',conn,
                     index_col = 'dno')# 设置索引为dno列
dept_df
dnamedloc
dno
10会计部北京
20研发部成都
30销售部重庆
40运维部深圳
emp_df = pd.read_sql('select eno ,ename,job,mgr,sal from tb_emp',conn,
                     index_col = 'eno')   # 索引列(将指定的列作为索引列)
emp_df
enamejobmgrsal
eno
1359胡一刀销售员3344.01800
2056乔峰分析师7800.05000
3088李莫愁设计师2056.03500
3211张无忌程序员2056.03200
3233丘处机程序员2056.03400
3244欧阳锋程序员3088.03200
3251张翠山程序员2056.04000
3344黄蓉销售主管7800.03000
3577杨过会计5566.02200
3588朱九真会计5566.02500
4466苗人凤销售员3344.02500
5234郭靖出纳5566.02000
5566宋远桥会计师7800.04000
7800张三丰总裁NaN9000
# 查看表信息
emp_df.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 14 entries, 1359 to 7800
Data columns (total 4 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   ename   14 non-null     object 
 1   job     14 non-null     object 
 2   mgr     13 non-null     float64
 3   sal     14 non-null     int64  
dtypes: float64(1), int64(1), object(2)
memory usage: 560.0+ bytes

# 取到的每一列都是数据系列
emp_df['ename']

eno
1359    胡一刀
2056     乔峰
3088    李莫愁
3211    张无忌
3233    丘处机
3244    欧阳锋
3251    张翠山
3344     黄蓉
3577     杨过
3588    朱九真
4466    苗人凤
5234     郭靖
5566    宋远桥
7800    张三丰
Name: ename, dtype: object

# 单取某一行也是数据系列
# obj.loc[index]
emp_df.loc[1359]
emp_df.loc[[1359,5566]]   #花式索引
enamejobmgrsal
eno
1359胡一刀销售员3344.01800
5566宋远桥会计师7800.04000
# 切片&整数（默认）索引
emp_df.iloc[0:3]
enamejobmgrsal
eno
1359胡一刀销售员3344.01800
2056乔峰分析师7800.05000
3088李莫愁设计师2056.03500
# 修改某单元跟值
emp_df.loc[1359,'ename'] = '胡二刀'

emp_df
enamejobmgrsal
eno
1359胡二刀销售员3344.01800
2056乔峰分析师7800.05000
3088李莫愁设计师2056.03500
3211张无忌程序员2056.03200
3233丘处机程序员2056.03400
3244欧阳锋程序员3088.03200
3251张翠山程序员2056.04000
3344黄蓉销售主管7800.03000
3577杨过会计5566.02200
3588朱九真会计5566.02500
4466苗人凤销售员3344.02500
5234郭靖出纳5566.02000
5566宋远桥会计师7800.04000
7800张三丰总裁NaN9000
索引行时必须使用索引器 obj.loc [ RowIndex]
# 查看前某行，默认为5
emp_df.head()
enamejobmgrsal
eno
1359胡二刀销售员3344.01800
2056乔峰分析师7800.05000
3088李莫愁设计师2056.03500
3211张无忌程序员2056.03200
3233丘处机程序员2056.03400
# 查看后三行，默认为5
emp_df.tail(3)
enamejobmgrsal
eno
5234郭靖出纳5566.02000
5566宋远桥会计师7800.04000
7800张三丰总裁NaN9000
# 添加列
emp_df['婚姻状态'] = '未婚'
emp_df
enamejobmgrsal婚姻状态
eno
1359胡二刀销售员3344.01800未婚
2056乔峰分析师7800.05000未婚
3088李莫愁设计师2056.03500未婚
3211张无忌程序员2056.03200未婚
3233丘处机程序员2056.03400未婚
3244欧阳锋程序员3088.03200未婚
3251张翠山程序员2056.04000未婚
3344黄蓉销售主管7800.03000未婚
3577杨过会计5566.02200未婚
3588朱九真会计5566.02500未婚
4466苗人凤销售员3344.02500未婚
5234郭靖出纳5566.02000未婚
5566宋远桥会计师7800.04000未婚
7800张三丰总裁NaN9000未婚
emp_df.loc[3088,'婚姻状态'] = '已婚'
emp_df
enamejobmgrsal婚姻状态
eno
1359胡二刀销售员3344.01800未婚
2056乔峰分析师7800.05000未婚
3088李莫愁设计师2056.03500已婚
3211张无忌程序员2056.03200未婚
3233丘处机程序员2056.03400未婚
3244欧阳锋程序员3088.03200未婚
3251张翠山程序员2056.04000未婚
3344黄蓉销售主管7800.03000未婚
3577杨过会计5566.02200未婚
3588朱九真会计5566.02500未婚
4466苗人凤销售员3344.02500未婚
5234郭靖出纳5566.02000未婚
5566宋远桥会计师7800.04000未婚
7800张三丰总裁NaN9000未婚
# 添加行
emp_df.loc[9999]={'ename':'蜘蛛侠','job':'架构师','mgr':np.nan,'sal':9000,'婚姻状态':'未婚'}
emp_df
enamejobmgrsal婚姻状态
eno
1359胡二刀销售员3344.01800未婚
2056乔峰分析师7800.05000未婚
3088李莫愁设计师2056.03500已婚
3211张无忌程序员2056.03200未婚
3233丘处机程序员2056.03400未婚
3244欧阳锋程序员3088.03200未婚
3251张翠山程序员2056.04000未婚
3344黄蓉销售主管7800.03000未婚
3577杨过会计5566.02200未婚
3588朱九真会计5566.02500未婚
4466苗人凤销售员3344.02500未婚
5234郭靖出纳5566.02000未婚
5566宋远桥会计师7800.04000未婚
7800张三丰总裁NaN9000未婚
9999蜘蛛侠架构师NaN9000未婚
# 删除指定列   inplace = True - 在原表上做修改
# emp_df.drop(columns = ['婚姻状态'],inplace=True)
emp_df
enamejobmgrsal
eno
1359胡二刀销售员3344.01800
2056乔峰分析师7800.05000
3088李莫愁设计师2056.03500
3211张无忌程序员2056.03200
3233丘处机程序员2056.03400
3244欧阳锋程序员3088.03200
3251张翠山程序员2056.04000
3344黄蓉销售主管7800.03000
3577杨过会计5566.02200
3588朱九真会计5566.02500
4466苗人凤销售员3344.02500
5234郭靖出纳5566.02000
5566宋远桥会计师7800.04000
7800张三丰总裁NaN9000
9999蜘蛛侠架构师NaN9000
# 删除指定行
emp_df.drop(index = 9999,inplace=True)
emp_df
enamejobmgrsal
eno
1359胡二刀销售员3344.01800
2056乔峰分析师7800.05000
3088李莫愁设计师2056.03500
3211张无忌程序员2056.03200
3233丘处机程序员2056.03400
3244欧阳锋程序员3088.03200
3251张翠山程序员2056.04000
3344黄蓉销售主管7800.03000
3577杨过会计5566.02200
3588朱九真会计5566.02500
4466苗人凤销售员3344.02500
5234郭靖出纳5566.02000
5566宋远桥会计师7800.04000
7800张三丰总裁NaN9000
# 修改列名
emp_df.rename(columns={'ename':'姓名','job':'职位','mgr':'主管','sal':'薪水'},inplace=True)
emp_df
姓名职位主管薪水
eno
1359胡二刀销售员3344.01800
2056乔峰分析师7800.05000
3088李莫愁设计师2056.03500
3211张无忌程序员2056.03200
3233丘处机程序员2056.03400
3244欧阳锋程序员3088.03200
3251张翠山程序员2056.04000
3344黄蓉销售主管7800.03000
3577杨过会计5566.02200
3588朱九真会计5566.02500
4466苗人凤销售员3344.02500
5234郭靖出纳5566.02000
5566宋远桥会计师7800.04000
7800张三丰总裁NaN9000
# 调整列顺序(重新调整)
emp_df1 = emp_df.reindex(columns=['姓名','职位','薪水','主管'])
emp_df1
姓名职位薪水主管
eno
1359胡二刀销售员18003344.0
2056乔峰分析师50007800.0
3088李莫愁设计师35002056.0
3211张无忌程序员32002056.0
3233丘处机程序员34002056.0
3244欧阳锋程序员32003088.0
3251张翠山程序员40002056.0
3344黄蓉销售主管30007800.0
3577杨过会计22005566.0
3588朱九真会计25005566.0
4466苗人凤销售员25003344.0
5234郭靖出纳20005566.0
5566宋远桥会计师40007800.0
7800张三丰总裁9000NaN
# 重新设置索引，将eno重置为正常列（去掉之前设置的索引列）
emp_df.reset_index(inplace=True)
emp_df
eno姓名职位主管薪水
01359胡二刀销售员3344.01800
12056乔峰分析师7800.05000
23088李莫愁设计师2056.03500
33211张无忌程序员2056.03200
43233丘处机程序员2056.03400
53244欧阳锋程序员3088.03200
63251张翠山程序员2056.04000
73344黄蓉销售主管7800.03000
83577杨过会计5566.02200
93588朱九真会计5566.02500
104466苗人凤销售员3344.02500
115234郭靖出纳5566.02000
125566宋远桥会计师7800.04000
137800张三丰总裁NaN9000
# 设置索引，将某列设置为索引
emp_df2 = emp_df.set_index('eno')
emp_df2
姓名职位主管薪水
eno
1359胡二刀销售员3344.01800
2056乔峰分析师7800.05000
3088李莫愁设计师2056.03500
3211张无忌程序员2056.03200
3233丘处机程序员2056.03400
3244欧阳锋程序员3088.03200
3251张翠山程序员2056.04000
3344黄蓉销售主管7800.03000
3577杨过会计5566.02200
3588朱九真会计5566.02500
4466苗人凤销售员3344.02500
5234郭靖出纳5566.02000
5566宋远桥会计师7800.04000
7800张三丰总裁NaN9000
# 设置多个索引
emp_df3 = emp_df.set_index(['eno','姓名'])
emp_df3
职位主管薪水
eno姓名
1359胡二刀销售员3344.01800
2056乔峰分析师7800.05000
3088李莫愁设计师2056.03500
3211张无忌程序员2056.03200
3233丘处机程序员2056.03400
3244欧阳锋程序员3088.03200
3251张翠山程序员2056.04000
3344黄蓉销售主管7800.03000
3577杨过会计5566.02200
3588朱九真会计5566.02500
4466苗人凤销售员3344.02500
5234郭靖出纳5566.02000
5566宋远桥会计师7800.04000
7800张三丰总裁NaN9000
emp_df3.reset_index(level = 1)
姓名职位主管薪水
eno
1359胡二刀销售员3344.01800
2056乔峰分析师7800.05000
3088李莫愁设计师2056.03500
3211张无忌程序员2056.03200
3233丘处机程序员2056.03400
3244欧阳锋程序员3088.03200
3251张翠山程序员2056.04000
3344黄蓉销售主管7800.03000
3577杨过会计5566.02200
3588朱九真会计5566.02500
4466苗人凤销售员3344.02500
5234郭靖出纳5566.02000
5566宋远桥会计师7800.04000
7800张三丰总裁NaN9000
pandas入门
lyccomcn的博客
05-06 1048
pandas是使用Python语言开发的用于数据处理和数据分析的第三方库。它擅长处理数字型数据和时间序列数据，文本型的数据也能轻松处理。
史上最强Pandas入门教程
最新发布
weixin_49329177的博客
04-23 1324
Pandas是一个开源的Python库，它提供了快速、灵活和富有表现力的数据结构，使得关系或标记数据的操作既简单又直观。Pandas最初被设计用于金融数据分析和数据清洗任务，但现在已被广泛应用于各种数据分析和数据处理场景，包括学术、金融、统计学等各个领域。本文主要讲述Pandas的基础操作，教会新手如何快速入门Pandas的应用。分别从Series和Dataframe两个讲述他们的操作命令。
Python数据分析及可视化实例之“NumPy“
shunchang的专栏
03-06 1497
一、概述 什么是Numpy：Numeric Python？ NumPy系统是Python的一种开源的数值计算扩展 一个强大的N维数组对象Array 比较成熟的（广播）函数库 用于整合C/C++和Fortran代码的工具包 实用的线性代数、傅里叶变换和随机数生成函数 numpy和稀疏矩阵运算包scipy配合使用更加强大 二、Numpy安装与版本确认 安装 安装 NumPy 最简单的方法就是使用pip工具：（不建议使用） pip3 install --user numpy scipy ..
认识Numpy
Lemon_Review的博客
09-14 516
1. Numpy 创建和使用一维数组 import numpy as np import pandas as pd import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ["STFangsong"]# 添加字体 plt.rcParams['axes.unicode_minus'] = False #默认是使用Unicode负号，设置正常显示字符，如正常显示负号 %config InlineBackend.figure_for
自学AI——逻辑回归作图
weixin_72100405的博客
04-18 832
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yL08rLW5-1681828754729)(output_21_1.png)][外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aYqzrfwy-1681828754730)(output_32_1.png)][外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-21aoDq9R-1681828754727)(output_9_1.png)]
Pandas - Review
Lemon_Review的博客
12-09 1236
title: Pandas回顾及应用 category: 数据分析基础 Pandas 的应用 import numpy as np import pandas as pd import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['STFangsong'] plt.rcParams['axes.unicode_minus'] = False %config InlineBackend.figure_format = 'svg.
python 之 pandas reviews
CherryXieのblog
01-19 1082
Docs https://pandas.pydata.org/ 一、常用组合模块 numpy、pandas 1、1、导入 import bumpy as np Import pandas as pd 1.2、初始化不为空  二、数据结构 2.1、Series Series 是一个种带标记的一维数组，能容纳任何类型的数据（整型、字符串、浮点数、python对象，等等）。坐标轴标签被集中性的指向作为索引。创建一个Series的基本方法如下： S =p
精选资源
2 第二章 pandas入门与实战—《从零开始学Python数据分析》.pdf
08-18
pandas入门与实战 pandas是一个强大的数据分析库，提供了两个基本的数据结构：Series和DataFrame。下面将对这两个数据结构进行详细的介绍。 一、Series数据结构 Series数据结构类似于一维数组，但它是由一组数组...
Python 数据处理库 pandas 入门教程基本操作
09-20
pandas是一个Python语言的软件包，在我们使用Python语言进行机器学习编程的时候，这是一个非常常用的基础编程库。本文是对Python 数据处理库 pandas 入门教程,非常不错，感兴趣的朋友一起看看吧
matplotlib之pyplot模块——图形的显示、关闭、重绘（show()、close()、draw()）
热门推荐
mighty13的专栏
05-09 8万+
当前有效matplotlib版本为：3.4.1。 显示图形：show() show()的功能为显示所有打开的图形。 函数的签名为：matplotlib.pyplot.show(*, block=None) 函数只有一个参数block，简单来讲，当取值为True是matplotlib采用非交互绘图模式，取值为False是matplotlib采用交互绘图模式。 注意！show()函数的具体行为与当前后端（backend）息息相关，在交互式后端中图形将会嵌入到后端的GUI中显示。 def show(*args,
聚类分析和K-means&Dbscan原理
qq_45003520的博客
03-23 3268
聚类分析和K-means&Dbscan原理 聚类概念 无监督问题：手里没有标签 聚类：相似的东西分为一组 难点：如何评估、如何调参 K-means算法 基本概念 要得到簇的个数，需要指定K值 质心：均值，即向量各维取平均即可（迭代时用） 距离的度量：常用欧几里得距离（欧氏距离）和余弦相似度（先正则化） 优化目标：（即损失函数最小）min∑i=1K∑x∈Cidist(ci,x)2min\sum^K_{i=1}\sum_{x\in{C_i}}{dist(c_i,x)^2}mini=1∑K​x∈Ci
matplotlib - Pyplot 教程
YINUXY'S BLOG
03-20 822
Pyplot 教程 关于pylot接口的介绍。 pyplot 简介 matplotlib.pyplot 是命令样式函数的集合，使matplotlib像MATLAB一样工作。 每个pyplot函数对图形进行一些更改：例如，创建图形，在图形中创建绘图区域，在绘图区域中绘制一些线条，用标签装饰图形等。 在matplotlib.pyplot中，各种状态在函数调用中保留，以便跟踪当前图形和绘图区域等内容，并...
sklearn_784个特征的手写数据降维实例_菜菜视频笔记
chenburong2021的博客
08-28 427
【代码】sklearn_784个特征的手写数据降维实例。
Numpy的Matplotlib可视化
q2457374961的博客
10-16 760
matplotlib最重要的plot()函数， 调用方法 plt.plot(x, y, format_string, **kwargs) 参数值： #x ： X轴数据，列表或数组 #y ： Y轴数据，列表或数组 #format_string ： 控制曲线的格式字符串，可选: #**kwargs ：第二组或更多(x,y,format_string) 其中要说明的是format_string，包含的主要类型有 颜色字符：‘b’,‘k’,‘g’代表各种颜色缩写 风格字符：’-’,’–‘等 标记字符：每个数据点的标
python数据可视化开发(1)：Matplotlib库基础知识
漏刻有时数据可视化大屏（PHP&ECHARTS智能化开源软件系统）
01-25 1300
Matplotlib 是 Python 的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。Matplotlib 可以用来绘制各种静态，动态，交互式的图表。Matplotlib 是一个非常强大的 Python 画图工具，我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。
【Python】Numpy模块学习
maplepiece1999的博客
11-10 2449
Numpy模块学习 一、ndim、shape、dtype、astype ndim ndim返回的是数组的维度，返回的只有一个数，该数即表示数组的维度 2.shape shape：表示各位维度大小的元组。返回的是一个元组。 对于一维数组：有疑问的是为什么不是（1，6），因为arr1.ndim维度为1，元组内只返回一个数。 对于二维数组：前面的是行，后面的是列，他的ndim为2，所以返回两个数...
matplotlib.pyplot.imshow()函数的使用
wwwlyj123321的博客
04-04 3万+
首先附上一个官方原版的说明： matplotlib.pyplot.imshow(X,cmap=None,norm=None,aspect=None,interpolation=None,alpha=None,vmin=None,vmax=None,origin=None,extent=None,shape=None,filternorm=1,filterrad=4.0,i...
python不能调用matplotlib_我不能在python中使用matplotlib在close（）之后调用show（）...
weixin_32275943的博客
01-29 343
Traceback (most recent call last):File "D:\a project for testing dionysus\test_pythonPractice.py", line 26, inplt.show()File "C:\Users\hanlin\AppData\Local\Programs\Python\Python36\lib\site-packages\m...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值