Pandas

Last updated 5 years ago

Was this helpful?

Pandas

參考資料:() 參考資料:()

Python 的一種數據分析 lib 提供主要兩種資料結構 DataFrame & Series 透過載入至資料結構物件後，可以使用物件提供的方法，來快速進行前處理(資料補值、空值去除、取代) 更多的輸入、輸出整合，EX：從DB讀取資料，將處理完的資料倒回DB

資料結構

Series

用來處理時間序列相關的資料 (如感測器資料) 主要為建立索引的一維陣列

DataFrame

則是用來處理結構化 (Table like) 的資料有 列索引 與 欄標籤 的二維資料例如：關聯式資料庫、CSV

Panel

用來處理有資料、索引、列索引、欄標籤的三維資料集。

讀取檔案

CSV

import pandas as pd #引用套件並縮寫為 pd
df = pd.read_csv('fileName.csv')
print(df)

Html

import pandas as pd
dfs = pd.read_html('url')
dfs[0]

方法

排序

.sort_index() .sort_values()

判斷是否為空

isnull() notnull() isna()

檢查特定值

isin(value)

處理空值

dropna() #有 null 都刪除

fillna(0) #有null 都補0 fillna({'key': "NULL", "key2": 0}) #依照欄位補值

檢查重複值

df.duplicated('columnName')

檢查區間值

.between(value1,value2)

修改值

df.loc[index, column] = value

修改 columnName

df.rename(columns = {column : cloumn_modify})

用 replace() 重新編碼

1 和 2 改為 1，3 和 4 改為 2 df[column].replace({1:1, 2:1, 3:2, 4:2}, inplace=True) #inplace=True 才會寫入

畫圖

折線圖

s = Series(np.random.randn(10).cumsum(), index = np.arange(0, 100, 10))
s.plot()

DataFrame 的操作

.shape

return 列數、欄數

.describe()

return 描述性統計

count 筆數 mean 平均數 std 標準差 min 最小值 25% 各四分位數 50% 75% max 最大值

.head()

return 前五筆 (可代入 n，則回傳 n 筆)

.tail()

return 後五筆 (同上)

.columns

return 欄位名稱

.index

return index

info()

return 資料內容

Previous基本語法 Next套件

Last updated 5 years ago

Was this helpful?