pandas库的用法,pandas库的使用
熊猫图书馆参考资料
Pandas是一个python第三方库，提供高性能且易于使用的数据类型和分析工具。
进口熊猫作为pd
Pandas基于Numpy，通常与Numpy和Matplotlib一起使用。
了解熊猫图书馆
两种数据类型：系列和数据框架
基于上述数据类型的各种运算(基本运算、算术运算、特征运算和关联运算)
熊猫图书馆系列
系列类型可以由以下类型创建：
1.python list，索引与列表元素数量一致。
2.标量值，索引表示系列类型的大小
3.python字典，键值对中的‘key’就是索引，index从字典中选择。
can数组、索引和数据可以由n数组类型创建
5.其他函数，range()函数等。
系列类型的基本操作
系列类型包括索引和值。
系列类型的操作类似于ndarray类型。
系列类型的操作类似于python字典类型。
系列类型的操作类似n阵列类型：
1.索引方法是相同的，使用[]
2.2.numpy中的运算和操作可用于系列类型
3.您可以对自定义索引列表进行切片。
4.你可以通过自动索引切片。如果有自定义索引，它将被切片在一起。
系列类型的操作类似于python字典类型：
1.通过自定义索引访问
2.操作中的保留字
3.使用。get()方法
Series是带有“label”的一维数组
索引_0 -数据_a
Series基本操作类似于ndarray和dictionary，根据索引对齐。
数据帧类型可由以下类型创建：
1.二维数组对象
2.由一维数组、列表、字典、元组或序列组成的字典
3.系列类型
4.其他数据帧类型
熊猫图书馆的数据类型操作
重新索引
的参数。reindex (index=无，columns=无，)
索引，列新行和列自定义索引
Fill_value在重新索引中，用于填充缺失位置的值。
方法填充方法，ffill的当前值向前填充，bfill向后填充。
限制最大灌装量
Copy默认为true，生成一个新对象；如果是假的，新旧都不复制。
索引类型的常用方法。append(idx)链接另一个索引对象以生成新的索引对象。diff(idx)计算差集并生成一个新的索引对象。交集(idx)计算交集。union(idx)计算联盟。delete(loc)删除loc位置的元素。insert(loc，e)在loc位置添加元素e。
熊猫图书馆的数据类型操作
算术算法
算术运算基于行和列索引，完成后，算术运算默认生成浮点数。
为缺少的项目填写NaN(空值)。
并且广播操作在两个维度、一个维度、一个维度和零维度之间执行。
带-*/符号的二元运算产生新对象。
方法形式运算。add(d，**argws)类型之间的加法，可选参数。sub(d，**argws)类型之间的减法，可选参数。mul(d，**argws)类型之间的乘法，可选参数。div(d，**argws)类型之间的除法，可选参数
比较算法
比较只能比较具有相同索引的元素，没有完成。
并且广播操作在两个维度、一个维度、一个维度和零维度之间执行。
领养====！=和其他符号来生成布尔对象。
熊猫的数据特征分析
的。sort_values()方法根据指定轴上的值进行排序，默认为升序。
Series.sort_values(轴=0，升序=真)
DataFrame.sort_values(by，轴=0，升序=真)
by:by:轴上的索引或索引列表
基本统计分析功能
适用于系列和数据帧类型。sum()计算数据的总和，在0轴上计算，下同。count()非NaN值的数量。平均值()。median()计算数据的算术平均值和算术中值。var()。std()计算数据的方差和标准差。最小()。max()计算数据的最小值和最大值。describe()0轴(列)的统计摘要
适用于系列。argmin()。argmax()计算数据的最大值和最小值所在的索引位置(自动索引)。idxmin()。idxmax()计算数据的最大值和最小值所在的索引(用户定义的索引)
累积分析功能
适用于系列和数据框架类型，累积计算。cumsun()给出前1，2，n个数字依次。cumprod()给出前1，2，n个数字依次。cummax()给出前1、2、和n个数字。cummin()给出前1，2，n个数字依次。
对于系列和数据框架类型，滚动计算(窗口计算)。滚动(w)。sum()依次计算相邻w个元素的和。滚动(w)。mean()依次计算相邻w个元素的算术平均值。滚动(w)。var()依次计算相邻w个元素的方差。滚动(w)。std()依次计算相邻w个元素的标准差。滚动(w)。最小()。max()依次计算相邻w个元素的最小值和最大值。
数据的相关性分析
两个东西，表示为X和Y，如何判断它们之间的存在相关性？
相互关系
1.x增加，Y增加，两个变量正相关。
2.x增加，Y减少，两个变量负相关。
3.x增加，Y忽略，两个变量不相关
相关分析功能
适用于系列和数据帧类型
Cov()计算协方差矩阵。corr()计算相关系数矩阵，Pearson，Spearman，Kendall等系数。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。