python数据加工2

Series

pandas包提供了一种key-value型数据结构，其中key为用户定义的显示index。

如何创建一个series?

用pd.series()方法，第一个参数为data,第二个参数为显示index,二者需要一一对应。

如何使用series?

#查看“显示index”部分
mySeries.index

#查看value部分
mySeries.values

#通过“显示index”读取元素,支持切片
mySeries[["a","b","c"]]

#通过“隐示index”读取元素,支持切片
mySeries[1:4:2]

#更新“显示index”的值
reindex()方法

#支持“显示index”的in操作
“c” in mySeries

DataFrame

DataFrame代表的是一种类似关系表的数据结构。

如何创建一个DataFrame?

前提：导入pandas包，导入的方法为：import pandas as pd

• 直接定义方法：pd.DataFrame()
• 导入外部文件方法：用pandas包导入一个外部文件时，自动将其转换为DataFrame对象

如何访问DataFrame的元素？

（1）按列名:df.["id"][2]或df.id[2]

  (2)   按显式index:         df.loc[1,"id"]

  (3)   按隐式index          df.iloc[1,0]

如何删除DataFrame的行或者列

#删除行
df.drop([2])
df.drop([3,4],axis=0,inplace=True)

#按显式索引
df.drop(["id","diagnosis"],axis=1,inplace=True)

#inplace=True 的含义为“就地修改”，即修改数据框本身

如何对DataFrame进行条件过滤

（1）下标中直接写过滤条件        df[df.area_maen>1000]
 

如何对DataFrame的行进行算术运算？

 算术运算并不是按下标的“隐式索引”进行计算，而是按照“显式索引”进行计算

如何对DataFrame的行进行统计分析？

• .describe()方法

如何对DataFrame进行排序？

• 查看排序后的值         .sort_values()
• 查看排序后的显示索引    .sort_index()

如何对DataFrame进行导入或导出？

• 将外部文件导入DataFrame          用Pandas的read_***类函数
• 将DataFrame导出到外部文件         用DataFrame的to_***类函数

如何对DataFrame进行分组统计？

#使用groupby
df.groupby("diagnosis")["area mean"].mean()

#圆括号为分组条件
#方括号为计算对象
#最后为分组统计函数

日期与时间

可视化

python中如何进行数据可视化

• Matplatlib
• Seaborn
• Pandas
• Bokeh
• Plotly
• Vispy
• Vega和gega-lite