pandas 学习笔记

最新推荐文章于 2025-04-04 00:15:00 发布

yueyi0221

最新推荐文章于 2025-04-04 00:15:00 发布

阅读量2.1k

点赞数

分类专栏：小白学Py 文章标签： python mysql jupyter

本文链接：https://blog.youkuaiyun.com/yueyi0221/article/details/121644127

版权

本文介绍了Pandas的基本操作，包括导入库、读取CSV，使用pd.head()、df.info()、df.index、df.columns和df.values。详细讲解了索引定位、.loc和.iloc的区别，以及如何修改数据。此外，还探讨了groupby的使用、数值运算如求和、平均值、最大值、最小值，以及Series和DataFrame的增删改查操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、基本操作

1导入pandas库，读入csv文件, .read_csv()函数

2 pd.head() ， df.info()，df.index，df.columns，df.values

3 .set_index()

4. Series对象运算以及一些统计指标

①加 10 相当于对每个元素都加上10

②age.mean()，age.max()，age.min()

二、索引

1 定位一个列，取前5条数据，Age列中前5个数据

2 定位两个列，取前5条数据，Age，和Fare列中前5个数据

3 .loc --- 通过标签获取定位 .iloc ---通过位置获取定位

通过位置获取定位 .iloc

通过标签获取数据 .loc[]

4 使用label作为索引时，也可以使用切片

2 .groupby()实现的功能就类似于下面的for循环

3 可以结合numpy一起使用，.aggregate（）函数，如下：

四、数值运算

1、pandas中.sum()默认是按列求和，如果需要按行求和，可以增加参数axis=1

2 df.mean(),.max(),min(),.median()

3 二元统计

①.cov() 协方差

②.corr() 相关系数

4 .value_counts()统一各特征值的个数

使用.concat()连接2个DataFrame对象

④删除操作

一、基本操作

1导入pandas库，读入csv文件, .read_csv()函数

#导入pandas库
import pandas as pd

#读取csv文件
df = pd.read_csv('泰坦尼克号数据.csv')

2 pd.head() ， df.info()，df.index，df.columns，df.values

pd.head()---获取默认显示df前5条信息，可以传参数，显示想要的信息数量

df.info()---显示当前df信息

df.index---获取df的索引值

df.columns---获取列名字值

df.values---获取df中的值，以一个二维矩阵显示

① pd.head()

In [25]:

df[['PassengerId','Survived','Pclass','Name']].head()

Out[25]:

PassengerId Survived Pclass Name

0 1 0 3 Braund, Mr. Owen Harris

1 2 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th...

2 3 1 3 Heikkinen, Miss. Laina

3 4 1 1 Futrelle, Mrs. Jacques Heath (Lily May Peel)

4 5 0 3 Allen, Mr. William Henry

	PassengerId	Survived	Pclass	Name
0	1	0	3	Braund, Mr. Owen Harris
1	2	1	1	Cumings, Mrs. John Bradley (Florence Briggs Th...
2	3	1	3	Heikkinen, Miss. Laina
3	4	1	1	Futrelle, Mrs. Jacques Heath (Lily May Peel)
4	5	0	3	Allen, Mr. William Henry

②df.info()

#显示各列字段名称；非空值的数量，每列的数据类型，以及内存占用情况

In [24]:
df.info()
#显示各列字段名称；非空值的数量，每列的数据类型，以及内存占用情况
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 891 entries, 0 to 890
Data columns (total 12 columns):
PassengerId    891 non-null int64
Survived       891 non-null int64
Pclass         891 non-null int64
Name           891 non-null object
Sex            891 non-null object
Age            714 non-null float64
SibSp          891 non-null int64
Parch          891 non-null int64
Ticket         891 non-null object
Fare           891 non-null float64
Cabin          204 non-null object
Embarked       889 non-null object
dtypes: float64(2), int64(5), object(5)
memory usage: 83.7+ KB

③获取索引值，列名称，df的数据值

#获取df的索引值
In [11]:
df.index

Out[11]:
RangeIndex(start=0, stop=891, step=1)

#获取df的列名称
In [12]:
df.columns

Out[12]:
Index(['PassengerId', 'Survived', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp',
       'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked'],
      dtype='object')


#获取df中的值，以一个二维矩阵显示
In [14]:
df.values

Out[14]:
array([[1, 0, 3, ..., 7.25, nan, 'S'],
       [2, 1, 1, ..., 71.2833, 'C85', 'C'],
       [3, 1, 3, ..., 7.925, nan, 'S'],
       ...,
       [889, 0, 3, ..., 23.45, nan, 'S'],
       [890, 1, 1, ..., 30.0, 'C148', 'C'],
       [891, 0, 3, ..., 7.75, nan, 'Q']], dtype=object)

#获取矩阵中的第一列值，pandas中object表示 字符串类型
In [15]:
df.values[0]
Out[15]:
array([1, 0, 3, 'Braund, Mr. Owen Harris', 'male', 22.0, 1, 0,
       'A/5 21171', 7.25, nan, 'S'], dtype=object)

3 .set_index()

索引可以自己指定，.set_index(),inplace参数为True时，表示该操作改变原来的df

In [35]:
df.set_index('Name',inplace = True)

In [38]:
age = df['Age'][:5]
#此时age为一个Series对象，索引值为Name，且显示前5条数据
Out[38]:
Name
Braund, Mr. Owen Harris                                22.0
Cumings, Mrs. John Bradley (Florence Briggs Thayer)    38.0
Heikkinen, Miss. Laina                                 26.0
Futrelle, Mrs. Jacques Heath (Lily May Peel)           35.0
Allen, Mr. William Henry                               35.0
Name: Age, dtype: float64

#age为Series对象，使用Name作为索引值，使用Name获取对应年龄
In [39]:
age['Braund, Mr. Owen Harris']
Out[39]:
22.0

4. Series对象运算以及一些统计指标

①加 10 相当于对每个元素都加上10

In [40]:
age = age + 10
age
Out[40]:
Name
Braund, Mr. Owen Harris                                32.0
Cumings, Mrs. John Bradley (Florence Briggs Thayer)    48.0
Heikkinen, Miss. Laina                                 36.0
Futrelle, Mrs. Jacques Heath (Lily May Peel)           45.0
Allen, Mr. William Henry                               45.0
Name: Age, dtype: float64

②age.mean()，age.max()，age.min()

In [41]:
age.mean()

Out[41]:
41.2

In [42]:
age.max()

Out[42]:
48.0

In [43]:
age.min()

Out[43]:
32.0

③.describe()统计指标

In [44]:

df.describe()

Out[44]:

PassengerId Survived Pclass Age SibSp Parch Fare

count 891.000000 891.000000 891.000000 714.000000 891.000000 891.000000 891.000000

mean 446.000000 0.383838 2.308642 29.699118 0.523008 0.381594 32.204208

std 257.353842 0.486592 0.836071 14.526497 1.102743 0.806057 49.693429

min 1.000000 0.000000 1.000000 0.420000 0.000000 0.000000 0.000000

25% 223.500000 0.000000 2.000000 20.125000 0.000000 0.000000 7.910400

50% 446.000000 0.000000 3.000000 28.000000 0.000000 0.000000 14.454200

75% 668.500000 1.000000 3.000000 38.000000 1.000000 0.000000 31.000000

max 891.000000 1.000000 3.000000 80.000000 8.000000 6.000000 512.329200

	PassengerId	Survived	Pclass	Age	SibSp	Parch	Fare
count	891.000000	891.000000	891.000000	714.000000	891.000000	891.000000	891.000000
mean	446.000000	0.383838	2.308642	29.699118	0.523008	0.381594	32.204208
std	257.353842	0.486592	0.836071	14.526497	1.102743	0.806057	49.693429
min	1.000000	0.000000	1.000000	0.420000	0.000000	0.000000	0.000000
25%	223.500000	0.000000	2.000000	20.125000	0.000000	0.000000	7.910400
50%	446.000000	0.000000	3.000000	28.000000	0.000000	0.000000	14.454200
75%	668.500000	1.000000	3.000000	38.000000	1.000000	0.000000	31.000000
max	891.000000	1.000000	3.000000	80.000000	8.000000	6.000000	512.329200

二、索引

In [46]:
import pandas as pd
df = pd.read_csv('泰坦尼克号数据.csv')

df.head()

Out[25]:

PassengerId Survived Pclass Name Sex Age SibSp Parch Ticket Fare Cabin Embarked

0 1 0 3 Braund, Mr. Owen Harris male 22.0 1 0 A/5 21171 7.2500 NaN S

1 2 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th... female 38.0 1 0 PC 17599 71.2833 C85 C

2 3 1 3 Heikkinen, Miss. Laina female 26.0 0 0 STON/O2. 3101282 7.9250 NaN S

3 4 1 1 Futrelle, Mrs. Jacques Heath (Lily May Peel) female 35.0 1 0 113803 53.1000 C123 S

4 5 0 3 Allen, Mr. William Henry male 35.0 0 0 373450 8.0500 NaN S

	PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Ticket	Fare	Cabin	Embarked
0	1	0	3	Braund, Mr. Owen Harris	male	22.0	1	A/5 21171	7.2500	NaN	S
1	2	1	1	Cumings, Mrs. John Bradley (Florence Briggs Th...	female	38.0	1	PC 17599	71.2833	C85	C
2	3	1	3	Heikkinen, Miss. Laina	female	26.0	0	STON/O2. 3101282	7.9250	NaN	S
3	4	1	1	Futrelle, Mrs. Jacques Heath (Lily May Peel)	female	35.0	1	113803	53.1000	C123	S
4	5	0	3	Allen, Mr. William Henry	male	35.0	0	373450	8.0500	NaN	S