實戰 | 快速上手Pandas

項目介紹

pandas是python數據分析中很是經常使用的一個模塊，pandas中功能較多學起來有必定難度，本片文章經過一些簡單例子帶你們快速上手pandas。
python

咱們要用的森林植被的數據，文件名爲parks.csv。git

首先先載入pandas：web

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    微信
  
  
  
   
   
            
   
   
import pandas as pd

而後用pandas讀入數據，把公園編號'Park Code'設置爲index網絡

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    app
   
   
   
    
    
             
    
    機器學習
   
   
   
    
    
             
    
    ide
  
  
  
   
   
            
   
   
df = pd.read_csv('parks.csv', index_col=['Park Code'])# 顯示出前5行df.head(5)

數據的列分別爲：公園名字，公園在哪一個州，公園大小，維度，經度函數

獲取單行數據：學習

使用.iloc 加上行索引獲取單行數據

Park Name Badlands National Park

State SD

Acres 242756

Latitude 43.75

Longitude -102.5

Name: BADL, dtype: object

使用 .loc 方法加上index的名稱獲取單行數據

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
df.loc['BADL']

Park Name Badlands National Park

State SD

Acres 242756

Latitude 43.75

Longitude -102.5

Name: BADL, dtype: object

獲取多行數據：

loc加上多行數據的名稱

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
df.loc[['BADL', 'ARCH', 'ACAD']]

iloc加上行索引

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
df.iloc[[2, 1, 0]]

獲取數據分片

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
# 獲取前3行數據df[:3]

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
# 獲取後3行數據df[-3:]

獲取單列數據 得到State這一列數據的前3行

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
df['State'].head(3)

Park Code

ACAD ME

ARCH UT

BADL SD

Name: State, dtype: object

使用下面df.State方法能夠得到一樣效果

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
df.State.head(3)

Park Code

ACAD ME

ARCH UT

BADL SD

Name: State, dtype: object

df.Park Code 將會出錯，由於Park Code中間有空格

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
df.Park Code

File " ", line 1 df.Park Code ^ SyntaxError: invalid syntax

咱們能夠把全部列的名稱中的空格都替換成 _避免出錯

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
df.columns = [col.replace(' ', '_').lower() for col in df.columns]print(df.columns)p=msno.bar(diabetes_data)

Index(['park_name', 'state', 'acres', 'latitude', 'longitude'], dtype='object')

獲取多列數據

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
columns = ['state', 'acres']df[columns][:3]

選擇數據的子集選擇state=='UT'的數據，False表示條件該行條件不成立，True表示該行條件成立

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
 (df.state == 'UT').head()

Park Code

ACAD False

ARCH True

BADL False

BIBE False

BISC False

Name: state, dtype: bool

選擇全部state=='UT'結果爲True的行

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
df[df.state == 'UT']

更復雜一些的數據提取，獲取緯度大於60或者面積大於10^6的數據的前三行

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
df[(df.latitude > 60) | (df.acres > 10**6)].head(3)

對park_name中的字符以空格作切分，切分後放入lambda x: len(x) == 3函數中作判斷，若是判斷正確返回True，判斷錯誤返回False

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
df[df['park_name'].str.split().apply(lambda x: len(x) == 3)].head(3)

state中的數字爲['WA', 'OR', 'CA']中的一個則爲True，不然爲False

  
  
  
   
   
            
   
   
   
   
   
    
    
             
    
    
  
  
  
   
   
            
   
   
df[df.state.isin(['WA', 'OR', 'CA'])].head()