数据分析 --- 02.Pandas

Posted sc-1067178406

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据分析 --- 02.Pandas相关的知识,希望对你有一定的参考价值。

一.Series 对象(一维数组)

Series是一种类似与一维数组的对象,由下面两个部分组成:

  values:一组数据(ndarray类型)
  index:相关的数据索引标签

  1.创建

# 导入模块

from
pandas import Series,DataFrame import pandas as pd import numpy as np

①使用列表创建

#使用列表创建Series

#默认索引 Series(data
=[1,2,3])

#指定索引 Series(data
=[1,2,3],index=[a,b,c])
结果为:

a 1 b 2 c 3 dtype: int64

 

②使用numpy 创建

s = Series(data=np.random.randint(0,100,size=(3,)),index=[a,b,c])
结果为:

a 37 b 13 c 71 dtype: int32

 

③使用字典创建

由字典创建:不能在使用index.但是依然存在默认索引

注意:数据源必须为一维数据
dic = 
    语文:99,
    数学:100,
    英语:88,
    理综:120

s = Series(data=dic)
结果为:

数学 100 理综 120 英语 88 语文 99 dtype: int64

 

  2.索引和切片

①索引


s[0]


结果为:
  数学    100

 

②切片

s[0:2]
结果为:

数学 100 理综 120 dtype: int64

 

  3.基本概念

①添加数据

s[毛概] = 111
结果为:

数学 100 理综 120 英语 88 语文 99 毛概 111 dtype: int64

 

②查看属性

shape 形状,
size 总长度,
index 索引,
values 值
示例:

s.values
array([100, 120,  88,  99, 111], dtype=int64)

 

③查值

可以使用s.head(),tail()分别查看前n个和后n个值

示例:

s.tail(2)
语文     99
毛概    111
dtype: int64

 

④去重

s1 = Series(data=[1,1,1,2,2,2,3,3,4,56,6,7,8,8,8,7])
s1.unique()
结果为:

array([ 1, 2, 3, 4, 56, 6, 7, 8], dtype=int64)

 

  4.Series的运算

在运算中自动对齐不同索引的数据
如果索引不对应,则补NaN

①运算

示例:

s1 = Series(data=[1,2,3],index=[a,b,c])
s2 = Series(data=[1,2,3],index=[a,b,d])
s = s1 + s2
结果为:

a 2.0 b 4.0 c NaN d NaN dtype: float64

 

②可以使用pd.isnull(),pd.notnull(),

  或s.isnull(),notnull()函数检测缺失数据

技术图片

 

 技术图片

 

③ boolean值可以作为Series的索引,只保留True对应的元素值,忽略False对应的元素值

 

 技术图片

 

 

 二. DataFrame

DataFrame是一个【表格型】的数据结构。DataFrame由按一定顺序排列的多列数据组成。
  设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引,也有列索引。
  行索引:index   列索引:columns   值:values

 

  1.创建

使用ndarray创建DataFrame

 技术图片

 

 技术图片

②使用字典创建

 技术图片

 

 

   2.属性

values、值
columns、 列索引
index、行索引
shape 形状

技术图片

技术图片

 

  3.索引和切片


df[0] #列索引 df.iloc[0] #行索引 df.iloc[1,2] #定位一个元素

df[
0:2] #切行 df.iloc[:,0:2] #切列


对行进行索引

- 使用.loc[]加index来进行行索引(设置了index)
- 使用.iloc[]加整数来进行行索引

 

 ①修改索引

技术图片

 

 ②获取前两列

技术图片

 

 ③获取前两行

 技术图片

④定位元素

技术图片

 

 ⑤切出前两行

技术图片

 

 ⑥切出前两列

技术图片

 

  4.运算

同Series一样:

  在运算中自动对齐不同索引的数据
  如果索引不对应,则补NaN

 

示例:

技术图片

 

  5.练习

 

============================================

练习1:

假设ddd是期中考试成绩,ddd2是期末考试成绩,请自由创建ddd2,并将其与ddd相加,求期中期末平均值。

假设张三期中考试数学被发现作弊,要记为0分,如何实现?

李四因为举报张三作弊立功,期中考试所有科目加100分,如何实现?

后来老师发现有一道题出错了,为了安抚学生情绪,给每位学生每个科目都加10分,如何实现?

============================================

# 创建(期中和期末一样的值)

dic = 张三:[150,150,150,150], 李四:[0,0,0,0] df = DataFrame(data=dic,index=[语文,数学,英语,理综]) qizhong = df qimo = df
#求平均:

(qizhong+qimo)/2

技术图片

技术图片

技术图片

 

 

技术图片

 

 

练习2:
使用tushare包获取某股票的历史行情数据。
输出该股票所有收盘比开盘上涨3%以上的日期。
输出该股票所有开盘比前日收盘跌幅超过2%的日期。
假如我从2010年1月1日开始,每月第一个交易日买入1手股票,每年最后一个交易日卖出所有股票,到今天为止,我的收益如何?
安装 tushare 模块

  pip install tushare

 

 

 ①

 

import tushare as ts
df = ts.get_k_data(code=‘600519‘,start=‘2000-01-01‘)

 # 将时间作为索引
  #将请求的数据存储起来
  df.to_csv(‘./600519.csv‘)

  #将600519.csv文件中的数据读取到df, 索引,时间类型
  df = pd.read_csv(‘./600519.csv‘,index_col=‘date‘,parse_dates=[‘date‘])
  # 删除无用的列,1表示列,并同步映射原数据
  df.drop(labels=‘Unnamed: 0‘,axis=1,inplace=True)

   #展示前五行数据

  df.head(5)

技术图片

 

技术图片

 

技术图片

 

 

#重新划定交易范围

df = df[2010-01:2019-06] df #2010-2019年所有的交易数据
#将df中所有月的第一个交易日对应的行数据取出(数据的重新取样)
df_monthly = df.resample(M).first()
# 每年的最后一个交易日
df_yearly = df.resample(A).last()
df_yearly = df_yearly[:-1]

 

price_last = df[open][-1]

#Pandas提供了resample函数用便捷的方式对时间序列进行重采样,根据时间粒度的变大或者变小分为降采样和升采样:
df_monthly = df.resample("M").first()
df_yearly = df.resample("A").last()[:-1] #去除最后一年
cost_money = 0
hold = 0 #每年持有的股票
for year in range(2010, 2020):
    #买股票要花的钱 str(year)可获取某一年的所有数据
    cost_money -= df_monthly.loc[str(year)][open].sum()*100
    hold += len(df_monthly[str(year)][open]) * 100
    
    if year != 2019:
     卖股票收入的钱 cost_money
+= df_yearly[str(year)][open][0] * hold hold = 0 #每年持有的股票 #2019 年买股票的钱 cost_money += hold * price_last print(cost_money)

 

以上是关于数据分析 --- 02.Pandas的主要内容,如果未能解决你的问题,请参考以下文章

02-pandas数据Serious

AI - MLCC - 04 - 使用TF的基本步骤02 - Pandas 简介

超级有用的9个PHP代码片段

python 用于数据探索的Python代码片段(例如,在数据科学项目中)

将代码片段插入数据库并在 textarea 中以相同方式显示

如何从 Firebase 获取数据到 Recyclerview 中的片段?