Pandas学习01
Posted xingweikun
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Pandas学习01相关的知识，希望对你有一定的参考价值。
一维数组与常用操作
import pandas as pd
import matplotlib.pyplot as plt
# 设置输出结果列对齐
pd.set_option('display.unicode.ambiguous_as_wide',True)
pd.set_option('display.unicode.east_asian_width',True)
# 自动创建从0开始非负整数索引
s1=pd.Series(range(1,20,5))
# 使用字典创建Series,使用字典的“键”作为索引
s2=pd.Series({'语文':90,'数学':92,'Python':98,'物理':87,'化学':92})
# 修改指定索引对应的值
s1[3]=-17
s2['语文']=94
print('s1原始数据'.ljust(20,'='))
print(s1)
print('对s1所有数据求绝对值'.ljust(20,'='))
print(abs(s1))
print('对s1所有数据的值加5'.ljust(20,'='))
print(s1+5)
print('s1的每行索引前面加上数字2'.ljust(20,'='))
print(s1.add_prefix(2))
print('s2原始数据'.ljust(20,'='))
print(s2)
print('s2数据的直方图'.ljust(20,'='))
s2.hist()
plt.show()
print('s2的每行索引后面加上_张三'.ljust(20,'='))
print(s2.add_suffix('_张三'))
print('最大值的索引'.ljust(20,'='))
print(s2.idxmax())
print('测试s2的值是否在指定区间内'.ljust(20,'='))
print(s2.between(90,94,inclusive=True))
print('查看s2中90分以上的数据'.ljust(20,'='))
print(s2[s2>90])
print('查看s2中大于中值的数据'.ljust(20,'='))
print(s2[s2>s2.median()])
print('s2与数字之间的运算'.ljust(20,'='))
print(round((s2**0.5)*10,1))
print('s2的中值'.ljust(20,'='))
print(s2.median())
print('s2中最小的两个值'.ljust(20,'='))
print(s2.nsmallest(2))
# 两个等长Series对象之间可以进行四则运算和幂运算
# 只对两个Series对象中都有的索引对应的值进行计算
# 非共同索引对应的值为空值NaN
print('两个Series对象相加'.ljust(20,'='))
print(pd.Series(range(5))+pd.Series(range(5,10)))
# pipe()方法可以实现函数链式调用的功能
print('每个值的平方对5的余数'.ljust(20,'='))
print(pd.Series(range(5)).pipe(lambda x,y,z:(x**y)%z,2,5))
print('每个值加3之后再乘以3'.ljust(20,'='))
print(pd.Series(range(5)).pipe(lambda x:x+3).pipe(lambda x:x*3))
# apply()方法用来对Series对象的值进行函数运算
print('每个值加3'.ljust(20,'='))
print(pd.Series(range(5)).apply(lambda x:x+3))
print('标准差、无偏方差、无偏标准差'.ljust(20,'='))
print(pd.Series(range(5)).std())
print(pd.Series(range(5)).var())
print(pd.Series(range(5)).sem())
print('查看是否存在等价于True的值'.ljust(20,'='))
print(any(pd.Series([3,0,True])))
print('查看是否所有的值都等价于True'.ljust(20,'='))
print(all(pd.Series([3,0,True])))
运行结果如下：
s1原始数据==============
0 1
1 6
2 11
3 -17
dtype: int64
对s1所有数据求绝对值=========
0 1
1 6
2 11
3 17
dtype: int64
对s1所有数据的值加5=========
0 6
1 11
2 16
3 -12
dtype: int64
s1的每行索引前面加上数字2======
20 1
21 6
22 11
23 -17
dtype: int64
s2原始数据==============
语文 94
数学 92
Python 98
物理 87
化学 92
dtype: int64
s2数据的直方图============
s2的每行索引后面加上_张三======
语文_张三 94
数学_张三 92
Python_张三 98
物理_张三 87
化学_张三 92
dtype: int64
最大值的索引==============
Python
测试s2的值是否在指定区间内======
语文 True
数学 True
Python False
物理 False
化学 True
dtype: bool
查看s2中90分以上的数据=======
语文 94
数学 92
Python 98
化学 92
dtype: int64
查看s2中大于中值的数据========
语文 94
Python 98
dtype: int64
s2与数字之间的运算==========
语文 97.0
数学 95.9
Python 99.0
物理 93.3
化学 95.9
dtype: float64
s2的中值===============
92.0
s2中最小的两个值===========
物理 87
数学 92
dtype: int64
两个Series对象相加========
0 5
1 7
2 9
3 11
4 13
dtype: int64
每个值的平方对5的余数=========
0 0
1 1
2 4
3 4
4 1
dtype: int64
每个值加3之后再乘以3=========
0 9
1 12
2 15
3 18
4 21
dtype: int64
每个值加3===============
0 3
1 4
2 5
3 6
4 7
dtype: int64
标准差、无偏方差、无偏标准差======
1.5811388300841898
2.5
0.7071067811865476
查看是否存在等价于True的值=====
True
查看是否所有的值都等价于True====
False
时间序列与常用操作
import pandas as pd
# start指定起始日期，end指定结束日期，periods指定生成的数据数量
# freq指定时间间隔，D表示天，W表示周，H表示小时
# M表示月末最后一天，MS表示月初第一天
# T表示分钟，Y表示年末最后一天，YS表示年初第一天
print('间隔5天'.ljust(30,'='))
print(pd.date_range(start='20200601',end='20200630',freq='5D'))
print('间隔一周'.ljust(30,'='))
print(pd.date_range(start='20200601',end='20200630',freq='W'))
print('间隔2天，5个数据'.ljust(30,'='))
print(pd.date_range(start='20200601',periods=5,freq='2D'))
print('间隔3小时，8个数据'.ljust(30,'='))
print(pd.date_range(start='20200601',periods=8,freq='3H'))
print('3:00开始,间隔一分钟,12个数据'.ljust(30,'='))
print(pd.date_range(start='202006010300',periods=12,freq='T'))
print('间隔1月，月末最后一天'.ljust(30,'='))
print(pd.date_range(start='20200101',end='20201231',freq='M'))
print('间隔1年，6个数据，年末最后一天'.ljust(30,'='))
print(pd.date_range(start='20200101',periods=6,freq='A'))
print('间隔1年，6个数据，年初第一天'.ljust(30,'='))
print(pd.date_range(start='20200101',periods=6,freq='AS'))
# 使用日期时间做索引，创建Series对象
data=pd.Series(index=pd.date_range(start='20200601',periods=24,freq='H'),data=range(24))
print('前5条数据'.ljust(30,'='))
print(data[:5])
print('3小时重采样，计算均值'.ljust(30,'='))
print(data.resample('3H').mean())
print('5小时重采样，求和'.ljust(30,'='))
print(data.resample('5H').sum())
# OHLC分别表示OPEN,HIGH,LOW,CLOSE
print('5小时重采样，统计OHLC值'.ljust(30,'='))
print(data.resample('5H').ohlc())
print('所有日期替换为第二天'.ljust(30,'='))
data.index=data.index+pd.Timedelta('1D')
print(data[:5])
print('查看指定日期是周几'.ljust(30,'='))
print(pd.Timestamp('20200701').day_name())
print('查看指定日期所在年是否为闰年'.ljust(30,'='))
print(pd.Timestamp('201909300800').is_leap_year)
print('查看指定日期所在的季度和月份'.ljust(30,'='))
day=pd.Timestamp('20191025')
print(day.quarter,day.month)
print('转换为Python的日期时间对象'.ljust(30,'='))
print(day.to_pydatetime())
运行结果如下:
间隔5天==========================
DatetimeIndex(['2020-06-01', '2020-06-06', '2020-06-11', '2020-06-16',
'2020-06-21', '2020-06-26'],
dtype='datetime64[ns]', freq='5D')
间隔一周==========================
DatetimeIndex(['2020-06-07', '2020-06-14', '2020-06-21', '2020-06-28'], dtype='datetime64[ns]', freq='W-SUN')
间隔2天，5个数据=====================
DatetimeIndex(['2020-06-01', '2020-06-03', '2020-06-05', '2020-06-07',
'2020-06-09'],
dtype='datetime64[ns]', freq='2D')
间隔3小时，8个数据====================
DatetimeIndex(['2020-06-01 00:00:00', '2020-06-01 03:00:00',
'2020-06-01 06:00:00', '2020-06-01 09:00:00',
'2020-06-01 12:00:00', '2020-06-01 15:00:00',
'2020-06-01 18:00:00', '2020-06-01 21:00:00'],
dtype='datetime64[ns]', freq='3H')
3:00开始,间隔一分钟,12个数据============
DatetimeIndex(['2020-06-01 03:00:00', '2020-06-01 03:01:00',
'2020-06-01 03:02:00', '2020-06-01 03:03:00',
'2020-06-01 03:04:00', '2020-06-01 03:05:00',
'2020-06-01 03:06:00', '2020-06-01 03:07:00',
'2020-06-01 03:08:00', '2020-06-01 03:09:00',
'2020-06-01 03:10:00', '2020-06-01 03:11:00'],
dtype='datetime64[ns]', freq='T')
间隔1月，月末最后一天===================
DatetimeIndex(['2020-01-31', '2020-02-29', '2020-03-31', '2020-04-30',
'2020-05-31', '2020-06-30', '2020-07-31', '2020-08-31',
'2020-09-30', '2020-10-31', '2020-11-30', '2020-12-31'],
dtype='datetime64[ns]', freq='M')
间隔1年，6个数据，年末最后一天==============
DatetimeIndex(['2020-12-31', '2021-12-31', '2022-12-31', '2023-12-31',
'2024-12-31', '2025-12-31'],
dtype='datetime64[ns]', freq='A-DEC')
间隔1年，6个数据，年初第一天============以上是关于Pandas学习01的主要内容，如果未能解决你的问题，请参考以下文章
pandas GroupBy上的方法apply:一般性的“拆分-应用-合并”