《利用python进行数据分析》 学习笔记
Series
pandas的数组是没有逗号的 ['a' 'b' 'c' 'd' 'e']
r=Series([1,3,5,7,9],index=['A','B','C','D','E'])
print r
print r.index
r.reindex(['B','C''D','E','A'])
重新按照index进行排序
print r[['A','D']] #需要用两个中括号 才能正确地引用你说需要的值
字典操作：
print ‘A' in r
返回的是True或者False
可以用字典直接生成 Series
dict={"Username":"Rocky","Sex":"Male","Country":"China","Langauge":"Chinese"}
t=Series(dict)
print t
t.isnull()
判断是否为空
Series 的index可以随时就修改
t.index = ["AAA","DDD","DD","DE"]
DataFrame
默认会给你0，1，2，3，4 的index和columns
创建方法：
data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'], 'year': [2000, 2001, 2002, 2001, 2002],'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}
df=pd.DataFrame(data)
print df
访问一整列的方法：
print df['year']
print df.year
修改整列 df［’year‘］＝ 2017
或者使用 Series 来赋值
为不存在的列赋值会创建出一个新列。关 键字del用于删除列
根据列 重新索引
col=["year','states','pop']
df.reindex(colunms=col)
这时会重新按照列进行索引。
当然也可以同时进行索引。
df[df>5]=0
将df中大于5的元素清零
用于行操作时，需要用ix，这也是一种重新索引的方法。
获取某一行：
df.irow(x)
获取某一列：
df.icol(x)
上面的x都是整数，按照实际的行列进行获取
修改某一个值：
df.ix[3, 'a'] = 88
排序：
sort_index() 按照字母表排序，或者 数字大小， 日期
如果想要按照列进行排列， sort_index(axis=1) 默认按照index 也就是行标进行排序。
按照某一列排序 sort_values(by="a"), 如果需要按照多列 就 使用 sort_values（by=['a','b']
文件读取与存储／数据库
pd.read_table(文件名，sep=",") 以，为分隔符读取数据。 如果文件没有标题栏，可以使用header＝None来制定，就是columns的值为空。 或者手动制定一个 names＝xxx
如果要制定index为某列，可以index_col＝“xx”
skiprow 可以帮助跳过第几行。
合并操作：
合并列
pd.merge(df1,df2)
merge重复的的值。 默认做的是交集： inner， 并集是outer, pd.merge（df1,df2,how=outer)
df1.join(df2)
行合并：
df.append(df2[:2]) index 不会变，df的值也不变，返回的值才是append之后的值
pd.concat( [ df1, df2 ] )
index重新排序。 注意格式
排序 df.groupby("Weather") #按照某一列进行排序
weather_group=df.groupby("Weather")
返回一个列表元组： for name, group in weather_group:
weather_group.first() 返回每一组分组中第一行
weather_group.last() 返回第一组分组中的最后一行
多行排序： df.groupby(['A','B'])
记住数据是Series还是DataFrame的 ！
从csv文件读入，设置index 用 pd.read_csv(filename, index_col="XXXXX")
或者new_df= df.set_index('XXXX')
利用python进行数据分析
PDF电子书完整版 百度网盘下载
http://pan.baidu.com/s/1pLm7hAb
密码：pvi4
pandas的数组是没有逗号的 ['a' 'b' 'c' 'd' 'e']
r=Series([1,3,5,7,9],index=['A','B','C','D','E'])
print r
print r.index
r.reindex(['B','C''D','E','A'])
重新按照index进行排序
print r[['A','D']] #需要用两个中括号 才能正确地引用你说需要的值
字典操作：
print ‘A' in r
返回的是True或者False
可以用字典直接生成 Series
dict={"Username":"Rocky","Sex":"Male","Country":"China","Langauge":"Chinese"}
t=Series(dict)
print t
t.isnull()
判断是否为空
Series 的index可以随时就修改
t.index = ["AAA","DDD","DD","DE"]
DataFrame
默认会给你0，1，2，3，4 的index和columns
创建方法：
data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'], 'year': [2000, 2001, 2002, 2001, 2002],'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}
df=pd.DataFrame(data)
print df
访问一整列的方法：
print df['year']
print df.year
修改整列 df［’year‘］＝ 2017
或者使用 Series 来赋值
为不存在的列赋值会创建出一个新列。关 键字del用于删除列
根据列 重新索引
col=["year','states','pop']
df.reindex(colunms=col)
这时会重新按照列进行索引。
当然也可以同时进行索引。
df[df>5]=0
将df中大于5的元素清零
用于行操作时，需要用ix，这也是一种重新索引的方法。
获取某一行：
df.irow(x)
获取某一列：
df.icol(x)
上面的x都是整数，按照实际的行列进行获取
修改某一个值：
df.ix[3, 'a'] = 88
排序：
sort_index() 按照字母表排序，或者 数字大小， 日期
如果想要按照列进行排列， sort_index(axis=1) 默认按照index 也就是行标进行排序。
按照某一列排序 sort_values(by="a"), 如果需要按照多列 就 使用 sort_values（by=['a','b']
文件读取与存储／数据库
pd.read_table(文件名，sep=",") 以，为分隔符读取数据。 如果文件没有标题栏，可以使用header＝None来制定，就是columns的值为空。 或者手动制定一个 names＝xxx
如果要制定index为某列，可以index_col＝“xx”
skiprow 可以帮助跳过第几行。
合并操作：
合并列
pd.merge(df1,df2)
merge重复的的值。 默认做的是交集： inner， 并集是outer, pd.merge（df1,df2,how=outer)
df1.join(df2)
行合并：
df.append(df2[:2]) index 不会变，df的值也不变，返回的值才是append之后的值
pd.concat( [ df1, df2 ] )
index重新排序。 注意格式
排序 df.groupby("Weather") #按照某一列进行排序
weather_group=df.groupby("Weather")
返回一个列表元组： for name, group in weather_group:
weather_group.first() 返回每一组分组中第一行
weather_group.last() 返回第一组分组中的最后一行
多行排序： df.groupby(['A','B'])
记住数据是Series还是DataFrame的 ！
从csv文件读入，设置index 用 pd.read_csv(filename, index_col="XXXXX")
或者new_df= df.set_index('XXXX')
利用python进行数据分析
PDF电子书完整版 百度网盘下载
http://pan.baidu.com/s/1pLm7hAb
密码：pvi4
