Python高性能的數據結構和數據分析工具—pandas

pandas 是什麼？有什麼用？

pandas 是一個開放源碼、BSD許可的庫，爲Python編程語言提供高性能、易於使用的數據結構和數據分析工具。

pandas 怎麼用？

首先，咱們想要用一個第三方提供的庫時，咱們須要導入咱們的項目中，這裏咱們導入 pandas 和 numpy （numpy 是 Python 語言的一個擴展程序庫，支持大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫）。

import numpy as np
import pandas as pd
複製代碼

pandas 的主要數據結構分爲 Series 和 DataFrame。
Series：它是單列數據，有點像數組，數據是一維的。
DataFrame：能夠將它想象成一個關係型數據表格，數據是二維的。

建立 Series 對象：

s = pd.Series([1, 3, 5, np.nan, 6, 8])
s
複製代碼

用 NumPy 數組建立 DataFrame 對象，並用數組的 datetime 做爲索引：

dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
df
複製代碼

用 dict 對象建立 DataFrame 對象：

df2 = pd.DataFrame({'A': 1.,
                    'B': pd.Timestamp('20130102'),
                    'C': pd.Series(1, index=list(range(4)), dtype='float32'),
                    'D': np.array([3] * 4, dtype='int32'),
                    'E': pd.Categorical(["test", "train", "test", "train"]),
                    'F': 'foo'})
fd2
複製代碼

顯示數據

# 顯示 df 的前 5 條數據
df.head()
# 顯示 df 的後 3 條數據
df.tail(3)
# 顯示 df 的索引
df.index
# 顯示 df 全部列
df.columns
複製代碼

獲取部分數據

# 獲取 A 列的數據
df['A']
# 獲取下標爲 0,1,2 的數據
df[0:3]
# 獲取時間段的數據
df['20130102':'20130104']
複製代碼

根據標籤獲取數據

df.loc[:, ['A', 'B']]
df.loc['20130102':'20130104', ['A', 'B']]
df.loc['20130102', ['A', 'B']]
複製代碼

根據下標獲取數據

df.iloc[3]
df.iloc[3:5, 0:2]
df.iloc[[1, 2, 4], [0, 2]]
複製代碼

添加一列新數據 F

s1 = pd.Series([1, 2, 3, 4, 5, 6], index=pd.date_range('20130102', periods=6))
df['F'] = s1
複製代碼

更復雜的一些操做，能夠使用 apply 方法，傳入一個 lambda 函數

df.apply(lambda x: x.max() - x.min())
複製代碼

操做 CSV 文件

# 把 df 中的數據寫入 foo.csv 文件中
df.to_csv('foo.csv')
# 讀取 foo.csv 文件中的數據
pd.read_csv('foo.csv')
複製代碼

操做 Excel 文件

# 把 df 中的數據寫入 foo.xlsx 文件中
df.to_excel('foo.xlsx', sheet_name='Sheet1')
# 讀取 foo.xlsx 文件中的數據
pd.read_excel('foo.xlsx', 'Sheet1', index_col=None, na_values=['NA'])
複製代碼

在這篇文章中，咱們介紹了 pandas 處理數據的一些基本使用方法。有興趣的同窗能夠查看 pandas 官方教程，裏面有關於 pandas庫 的全部 API，點擊查看官網更多API。咱們在後面實際操做中，在介紹一些經常使用的 API。

偷偷告訴你們一個功能強大的機器學習網頁運行器，那就是 Google 的一個機器學習實驗項目，不須要安裝任何東西，使用很是簡單。
地址：colab.research.google.com

PS:
清山綠水始於塵，博學多識貴於勤。
我有酒，你有故事嗎？
微信公衆號：「清塵閒聊」。
歡迎一塊兒談天說地，聊代碼。