Python數據分析與挖掘所需的Pandas經常使用知識

Pandas基於兩種數據類型：series與dataframe。

一個series是一個一維的數據類型，其中每個元素都有一個標籤。series相似於Numpy中元素帶標籤的數組。其中，標籤能夠是數字或者字符串。

一個dataframe是一個二維的表結構。Pandas的dataframe能夠存儲許多種不一樣的數據類型，而且每個座標軸都有本身的標籤。你能夠把它想象成一個series的字典項。

 

Pandas經常使用知識

1、讀取csv文件爲dataframe
2、dataframe的數據概況
3、取列數據
4、取行數據
5、取某一單元格數據
6、缺失值處理
7、歸一化處理
8、排序
9、索引從新編號
10、求均值
11、矢量化操做（批量操做）
12、透視表

 

1、讀取csv文件爲dataframe

 

Pandas很好的一點是，能夠操做表文件。輸出爲dataframe格式，這點很nice。 使用pandas.read_csv()讀取csv文件，輸出爲dataframe格式數據。 這裏數據data.csv數據集下載自百度地圖。

 

import pandas as pd filepath = r'C:/Users/lenovo/Desktop/20180108-百度地圖/20180108-百度地圖/data.csv' df = pd.read_csv(filepath) #爲了方便，我只顯示三行，其實結果並非這樣子 print(df)

檢測下數據格式

 

#檢測下數據格式是否爲DataFrame print(type(df))

 

 

#輸出class 'pandas.core.frame.DataFrame

2、 DataFrame數據概況

 

咱們想知道數據以下知識：

• 展現dataframe先後幾條記錄

• 顯示dataframe的列名字

• 查看dataframe的維度狀況（幾行幾列）

2.1展現dataframe先後幾行