真不错，超强图解 Pandas 18 招！

最新推荐文章于 2023-03-02 22:46:03 发布

数据不吹牛

最新推荐文章于 2023-03-02 22:46:03 发布

阅读量213

点赞数

CC 4.0 BY-SA版权

文章标签：人工智能数据挖掘可视化 python 大数据

原文链接：https://mp.weixin.qq.com/s?__biz=MzU5Mjg2OTQ1MA==&mid=2247512768&idx=1&sn=28ccaeb626f5255f3997f347ea87ae13&chksm=fe1bd3e5c96c5af36cf4582e8340069f2d5f710d22e0cf812f5761d040d5232f024d166f8d5b&scene=126&&sessionid=0

本文深入解析Pandas库的实用操作，包括筛选数据、排序、分组计算、聚合、过滤、合并与重塑数据。通过实例展示了如何使用sort_values、groupby、mean、agg、pivot_table等函数，帮助读者掌握数据挖掘过程中的关键技巧。同时，文章末尾还提及了关于人工智能技术基础的书籍抽奖活动。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pandas是数据挖掘常见的工具，掌握使用过程中的函数是非常重要的。本文将借助可视化的过程，讲解Pandas的各种操作。

sort_values

(dogs[dogs['size'] == 'medium']
 .sort_values('type')
 .groupby('type').median()
)

执行步骤：

size列筛选出部分行
然后将行的类型进行转换
按照type列进行分组，计算中位数

selecting a column

dogs['longevity']

groupby + mean

dogs.groupby('size').mean()

执行步骤：

将数据按照size进行分组
在分组内进行聚合操作

grouping multiple columns

dogs.groupby(['type', 'size'])

groupby + multi aggregation

(dogs
  .sort_values('size')
  .groupby('size')['height']
  .agg(['sum', 'mean', 'std'])
)

执行步骤

按照size列对数据进行排序
按照size进行分组
对分组内的height进行计算

filtering for columns

df.loc[:, df.loc['two'] <= 20]

filtering for rows

dogs.loc[(dogs['size'] == 'medium') & (dogs['longevity'] > 12), 'breed']

dropping columns

dogs.drop(columns=['type'])

joining

ppl.join(dogs)

merging

ppl.merge(dogs, left_on='likes', right_on='breed', how='left')

pivot table

dogs.pivot_table(index='size', columns='kids', values='price')

melting

dogs.melt()

pivoting

dogs.pivot(index='size', columns='kids')

stacking column index

dogs.stack()

unstacking row index

dogs.unstack()

resetting index

dogs.reset_index()

setting index

dogs.set_index('breed')

来源：https://pandastutor.com/index.html

最后的最后，抽2本北京大学版社的《人工智能技术基础》，
这本书针对人工智能主要的发展领域：应答机器人、图像识别、物体识别、语音识别、视频识别等层面都有原理的解释和应用的扩展，让读者能全方位开启对人工智能技术的认识。
这次抽奖方式简单粗暴，本文点赞&在看后，留言点赞排名第1和第5分别送一本，9月8日22:00开奖，祝大家好运~