在windows下安裝pandas

在windows下安裝pandas，除了安裝pandas外，還需把用到的相關包都裝上，共須要安裝以下包：

pyparsing-2.0.7-py2.py3-none-any.whl

matplotlib-1.5.1-cp27-none-win32.whl
openpyxl-2.3.2-py2.py3-none-any.whl

setuptools-19.2-py2.py3-none-any.whl

 

numpy-1.10.4+mkl-cp27-none-win32.whl

six-1.10.0-py2.py3-none-any.whl

python_dateutil-2.4.2-py2.py3-none-any.whl

這些安裝包的下載地址是：
http://www.lfd.uci.edu/~gohlke/pythonlibs

若是搜不到原包，只要是這個模塊就行

pip install  模塊名

****************************************************************************************************************

numpy

import numpy as np
In [16]: data2 = [[1, 2, 3, 4], [5, 6, 7, 8]]
In [17]: arr2 = np.array(data2)
In [18]: arr2
Out[18]:array([[1, 2, 3, 4],
[5, 6, 7, 8]])
查看長度，結構，數據類型dtype
In [19]: arr2.ndim
Out[19]: 2
In [20]: arr2.shape
Out[20]: (2, 4)
In [21]: arr2.dtype

改變dtype
In [38]: numeric_strings = np.array(['1.25', '-9.6', '42'], dtype=np.string_)
In [39]: numeric_strings.astype(float)
Out[39]: array([ 1.25, -9.6 , 42. ])

In [57]: arr_slice = arr[5:8]
In [58]: arr_slice[1] = 12345
In [59]: arr
Out[59]: array([ 0, 1, 2, 3, 4, 12, 12345, 12, 8, 9])


In [140]: xarr = np.array([1.1, 1.2, 1.3, 1.4, 1.5])
In [141]: yarr = np.array([2.1, 2.2, 2.3, 2.4, 2.5])
In [142]: cond = np.array([True, False, True, True, False])
假如咱們想要當對應的 cond 值爲 True 時，從 xarr 中獲取一個值，不然從 yarr 中獲取值
In [145]: result = np.where(cond, xarr, yarr)
In [146]: result
Out[146]: array([ 1.1, 2.2, 1.3, 1.4, 2.5])
np.where 的第一個和第二個參數不須要是數組；它們中的一個或兩個能夠是純量。 在數據分析中 where 的典型使用是生成一個新的數組，其值基於另外一個數組。假如你有一個矩陣，其數據是隨機生成的，你想要把其中的正值替換爲2，負值替換爲-2，使用 np.where 很是容易：
In [147]: arr = randn(4, 4)
In [148]: arr
Out[148]:
array([[ 0.6372, 2.2043, 1.7904, 0.0752],
       [-1.5926, -1.1536, 0.4413, 0.3483],
       [-0.1798, 0.3299, 0.7827, -0.7585],
       [ 0.5857, 0.1619, 1.3583, -1.3865]])
In [149]: np.where(arr > 0, 2, -2)
Out[149]:
array([[ 2, 2, 2, 2],
       [-2, -2, 2, 2],
       [-2, 2, 2, -2],
       [ 2, 2, 2, -2]])

In [150]: np.where(arr > 0, 2, arr) # 僅設置正值爲 2
Out[150]:
array([[ 2. , 2. , 2. , 2. ],
       [-1.5926, -1.1536, 2. , 2. ],
       [-0.1798, 2. , 2. , -0.7585],
       [ 2. , 2. , 2. , -1.3865]])

 

pandas---應用

In [1]: from pandas import Series, DataFrame
In [2]: import pandas as pd

Series

列表創建（index長度和列表長度必須同樣）

In [8]: obj2 = Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c'])

字典創建（index能夠是字典的部分key）

In [20]: sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}
In [21]: obj3 = Series(sdata，index=['Ohio','Texas'])

檢索

In [11]: obj2['a']
Out[11]: -5
In [12]: obj2['d'] = 6
In [13]: obj2[['c', 'a', 'd']] #比列表多一項
In [13]: obj2['a'：'d'] #包括結束點d
In [15]: obj2[obj2 > 0]  
In [16]: obj2 * 2
In [17]: np.exp(obj2)
In [18]: 'b' in obj2  #字典的性質
Out[18]: True
In [19]: 'e' in obj2
Out[19]: False
In[69]: for i in obj3:
...         print i
...         
35000     #輸出值並不是索引
71000

改變索引

 obj.index = ['Bob', 'Steve', 'Jeff', 'Ryan'] #只能以列表的形式改變，不能是obj.index[1]='b'單獨改變
 
改變索引長度及值
In [81]: obj2 = obj.reindex(['a', 'b', 'c', 'd', 'e'])
In [82]: obj2
Out[82]:
a -5.3
b 7.2
c 3.6
d 4.5
e NaN
In [83]: obj.reindex(['a', 'b', 'c', 'd', 'e'], fill_value=0)
Out[83]:
a -5.3
b 7.2
c 3.6
d 4.5
e 0.0

檢索

DataFrame

列表創建（index長度和列表長度必須同樣，columns可多可少）

data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
        'year': [2000, 2001, 2002, 2001, 2002],
        'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}
In [40]: frame2 = DataFrame(data, columns=['year', 'state', 'pop', 'debt'],
   ....: index=['one', 'two', 'three', 'four', 'five'])
In [41]: frame2
Out[41]:
       year state   pop debt
one    2000 Ohio    1.5  NaN
two    2001 Ohio    1.7  NaN
three  2002 Ohio    3.6  NaN
four   2001 Nevada  2.4  NaN
five   2002 Nevada  2.9  NaN

字典創建（index能夠是字典的部分key）

 

In [57]: pop = {'Nevada': {2001: 2.4, 2002: 2.9},
   ....: 'Ohio': {2000: 1.5, 2001: 1.7, 2002: 3.6}}
In [58]: frame3 = DataFrame(pop)
Out[87]: 
      Nevada  Ohio
2000     NaN   1.5
2001     2.4   1.7
2002     2.9   3.6

 

檢索：

 

columns檢索
In [43]: frame2['state'] In [44]: frame2.year 
frame2[['state','year']] 
index檢索
In [45]: frame2.ix['three']
frame2[:2]
In[106]: frame2.ix[['one','two']]
按index的'one','two'索引 ，選取columns的前兩個
In[105]: frame2.ix[['one','two'],:2]
Out[105]: 
     year state
one  2000  Ohio
two  2001  Ohio
按index的'one','two'索引 ，選取columns的pop列
In[107]: frame2.ix[['one','two'],'pop']
按index的'one','two'索引 ，選取columns的1,2,3列
In[108]: frame2.ix[['one','two'],[1,2,3]]
In[109]: frame2.ix[['one','two'],['state','pop','debt']]
Out[108/109]: 
    state  pop  debt
one  Ohio  1.5     0
two  Ohio  1.7     0

In[110]: frame2.ix['three',['state','pop','debt']]
按index的'one','two''three'索引 ，選取columns的1,2,3列
In[111]: frame2.ix[:'three',['state','pop','debt']]
Out[111]: 
      state  pop  debt
one    Ohio  1.5     0
two    Ohio  1.7     0
three     0  0.0     0

In[104]: frame2.ix[frame2['pop']>0,:2] 
Out[104]: 
      year   state
one   2000    Ohio
two   2001    Ohio
four  2001  Nevada


聯合檢索：
frame3['Nevada'][:2]

函數檢索（frame3不會改變）

In[88]: frame3.drop(2000) 
Out[88]: 
      Nevada  Ohio
2001     2.4   1.7
2002     2.9   3.6
In[89]: frame3.drop('Ohio',axis=1)#
Out[89]: 
      Nevada
2000     NaN
2001     2.4
2002     2.9

條件檢索
In[94]: frame2[frame2['year']>2001]
Out[94]: 
       year   state  pop  debt
three  2002    Ohio  3.6     0
five   2002  Nevada  2.9     0

 

改變一列：

In [46]: frame2['debt'] = 16.5
In [48]: frame2['debt'] = range（5）
該表一列的某些值
In [50]: val = Series([-1.2, -1.5, -1.7], index=['two', 'four', 'five'])
In [51]: frame2['debt'] = val
隨即改變
frame2[frame2['year']>2001]=0
添加一列：
In[46]: frame2['gyf']=[1,2,3,4,5]
In[70]: del frame2['gyf']

 

改變索引

In [86]: frame = DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'],
....: columns=['Ohio', 'Texas', 'California'])
In [87]: frame
Out[87]:
  Ohio Texas California
a    0     1          2
c    3     4          5
d    6     7          8
改變index
In [88]: frame2 = frame.reindex(['a', 'b', 'c', 'd'])
In [89]: frame2
Out[89]:
  Ohio Texas California
a    0     1          2
b  NaN   NaN        NaN
c    3     4          5
d    6     7          8
改變columns索引：
In [90]: states = ['Texas', 'Utah', 'California']
In [91]: frame.reindex(columns=states)
Out[91]:
   Texas Utah California
a      1  NaN          2
c      4  NaN          5
d      7  NaN          8
In [92]: frame.reindex(index=['a', 'b', 'c', 'd'], method='ffill',
   ....: columns=states)
Out[92]:
   Texas Utah California
a      1  NaN          2
b      1  NaN          2
c      4  NaN          5
d      7  NaN          8

 

轉置：

In [60]: frame3.T

先後向填充（ffill，bfill）

 

In [84]: obj3 = Series(['blue', 'purple', 'yellow'], index=[0, 2, 4])
In [85]: obj3.reindex(range(6), method='ffill')
Out[85]:
0   blue
1   blue
2 purple
3 purple
4 yellow
5 yellow

 

  更多信息關注博主：http://my.oschina.net/lionets/blog 的DA & ML系列文章