Python数据分析之Pandas

Posted 2021-07-11 程序员唐丁

一、Pandas简介

Pandas 是 Python 语言的一个扩展程序库，用于数据分析。

Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。

Pandas 一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）。

Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。

Pandas 可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。

Pandas 广泛应用在学术、金融、统计学等各个数据分析领域。

Pandas 的主要数据结构是 Series （一维数据）与 DataFrame（二维数据），这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例。

二、pandas简单运用

#导库
import pandas as pd
import numpy as np

1、定义DataFrame

#DataFrame
df_DataFrame = pd.DataFrame(np.random.randn(3,4))
print(df_DataFrame)

          0         1         2         3
0  1.714211 -0.092753 -1.686740  1.580697
1  0.758850 -0.525707  2.732060 -0.888418
2  1.880706  0.977837  0.298658 -2.558101

2、定义Series

#Series
df_Series = pd.Series(np.arange(12))
print(df_Series)

0      0
1      1
2      2
3      3
4      4
5      5
6      6
7      7
8      8
9      9
10    10
11    11
dtype: int64

3、转置

#转置
df_DataFrame.T

4、排序-按行索引

#排序-按行索引
df_DataFrame = pd.DataFrame(np.random.randn(3,4),index=['a','b','c'],columns=['A','B','C','D'])
df_DataFrame.sort_index(axis=0,ascending=False)

5、排序-按列索引

#排序-按列索引
df_DataFrame = pd.DataFrame(np.random.randn(3,4),index=['a','b','c'],columns=['A','B','C','D'])
df_DataFrame.sort_index(axis=1,ascending=False)

6、排序-根据值排序

#排序-根据值排序df_DataFrame = pd.DataFrame(np.random.randn(3,4),index=['a','b','c'],columns=['A','B','C','D'])df_DataFrame.sort_values(by='B')