建网站域名注册,长链接缩短在线生成,qq云 wordpress,山东专业网站建设公司基本功能
在这里#xff0c;我们将讨论pandas数据结构中常见的许多基本功能 让我们创建一些示例对象#xff1a; index pd.date_range(“1/1/2000”, periods8) s pd.Series(np.random.randn(5), index[“a”, “b”, “c”, “d”, “e”]). df pd.DataFrame(np.random.…基本功能
在这里我们将讨论pandas数据结构中常见的许多基本功能 让我们创建一些示例对象 index pd.date_range(“1/1/2000”, periods8) s pd.Series(np.random.randn(5), index[“a”, “b”, “c”, “d”, “e”]). df pd.DataFrame(np.random.randn(8, 3), indexindex, columns[“A”, “B”, “C”]) head 和 tail
要查看一个Series或DataFrame对象的部分内容可以使用head()和tail()方法。要显示的元素的默认数量是5个但是可以传递一个自定义的数字。 一般head为前面5行tail为后面5行 long_series pd.Series(np.random.randn(1000)) long_series.head() 0 -1.157892 1 -1.344312 2 0.844885 3 1.075770 4 -0.109050 dtype: float64 long_series.tail(3) 997 -0.289388 998 -1.020544 999 0.589993 dtype: float64 属性和基础数据
Pandas对象具有许多属性使您能够访问元数据
shape给出对象的轴尺寸与narray一致Axis label Series索引(仅轴) DataFrame索引(行)和列 df df[:2] A B C2000-01-01 0.646715 -0.533237 0.512050 2000-01-02 0.473347 -1.401934 -0.101406 2000-01-03 -1.736713 0.793529 0.600978 2000-01-04 -0.105295 -0.154846 -0.121468 2000-01-05 0.740262 0.009942 0.508145 2000-01-06 0.152475 0.010283 0.599246 2000-01-07 1.909515 -0.662262 1.074580 2000-01-08 -2.146941 -1.081284 0.282604 A B C2000-01-01 0.646715 -0.533237 0.512050 2000-01-02 0.473347 -1.401934 -0.101406 pandas的对象(indexSeriesDataFrame)可以被认为是数组的容器他保存实际数据并进行实际计算。对于许多数据类型底层数组是numpy.ndarry。但是pandas和第三方库可能会扩展Numpy的类型系统以添加对自定义数组的支持。 要获取 Index 或 Series中的数据使用.arry s a 0.591348 b -0.209001 c 0.632891 d -0.148446 e -0.161156 dtype: float64 s.array PandasArray [ 0.4691122999071863, -0.2828633443286633, -1.5090585031735124, -1.1356323710171934, 1.2121120250208506] Length: 5, dtype: float64 s.index,array PandasArray [‘a’, ‘b’, ‘c’, ‘d’, ‘e’] Length: 5, dtype: object 如果你需要一个Numpy数组使用to_numpy()或者numpy.asarray() s.to_numpy() [out]: array([ 0.4691, -0.2829, -1.5091, -1.1356, 1.2121]) np.asarray(s) [out] array([ 0.4691, -0.2829, -1.5091, -1.1356, 1.2121]) to_numpy()对numpy.ndarry的结果有一些控制例如考虑带时区的日期时间。numpy没有dtype来表示具有时区意识的日期时间所以有两种可能有用的表示
numpy.ndarray带有Timestamp对象每一个都有正确的tz一个datetime64[ns] dtype numpy.ndarray,其中的值在转化为UTC和时区是被丢弃。
时区可以使用dtypeobject In [14]: ser pd.Series(pd.date_range(“2000”, periods2, tz“CET”)) In [15]: ser.to_numpy(dtypeobject) Out[15]: array([Timestamp(‘2000-01-01 00:00:000100’, tz‘CET’), Timestamp(‘2000-01-02 00:00:000100’, tz‘CET’)], dtypeobject) 或者丢弃 dtype‘datetime64[ns]’ In [16]: ser.to_numpy(dtype“datetime64[ns]”) Out[16]: array([‘1999-12-31T23:00:00.000000000’, ‘2000-01-01T23:00:00.000000000’], dtype‘datetime64[ns]’) Meragejoin,concatenate and compare
pandas提供了各种工具可以在连接/合并类型操作的情况下轻松地将Series或DataFrame与用于索引和关系代数功能的各种集合逻辑组合在一起。 此外pandas还提供了比较两个Series或DataFrame并总结其差异的实用程序
连接对象
**concat()**功能在主pandas名称空间中完成沿一个轴执行连接操作的所有繁重工作同时在其他轴上执行索引如果有的话可选集合逻辑。下面给一个简单的示例 df1 pd.DataFrame( { “A”: [“A0”, “A1”, “A2”, “A3”], “B”: [“B0”, “B1”, “B2”, “B3”], “C”: [“C0”, “C1”, “C2”, “C3”], “D”: [“D0”, “D1”, “D2”, “D3”], }, index[0, 1, 2, 3], ) df2 pd.DataFrame( { “A”: [“A4”, “A5”, “A6”, “A7”], “B”: [“B4”, “B5”, “B6”, “B7”], “C”: [“C4”, “C5”, “C6”, “C7”], “D”: [“D4”, “D5”, “D6”, “D7”], }, index[4, 5, 6, 7], ) df3 pd.DataFrame( { “A”: [“A8”, “A9”, “A10”, “A11”], “B”: [“B8”, “B9”, “B10”, “B11”], “C”: [“C8”, “C9”, “C10”, “C11”], “D”: [“D8”, “D9”, “D10”, “D11”], }, index[8, 9, 10, 11], ) frames [df1, df2, df3] result pd.concat(frames) pd.concat( objs, axis0, join“outer”, ignore_indexFalse, keysNone, levelsNone, namesNone, verify_integrityFalse, copyTrue, ) objs一个Series或者一个DataFrame对象的序列或映射如果传递了dict则将排序后的键用作keys参数除非传递了dict在这种情况下将选择值(见下文)。任何None对象都将被静默丢弃除非它们都是None在这种情况下会引发ValueErroraxis{0,1,…} 默认为0 表示连接的轴join{’ inner ’ outer ‘}默认为’ outer 。如何处理其他轴上的索引。外为并内为交ignore_indexboolean默认为False。如果为True则不要使用连接轴上的索引值。生成的轴将被标记为0…n - 1。如果您正在连接对象其中连接轴没有有意义的索引信息则这很有用。注意在连接中仍然尊重其他轴上的索引值。keys顺序默认为None使用传递的键作为最外层构建分层索引。如果通过了多个级别则应该包含元组。levels序列列表默认为None。用于构造MultiIndex的特定级别(惟一值)。否则它们将从键中推断出来。names:生成的层次索引中级别的名称。verify_integrity:boolean默认为False。检查新连接的轴是否包含重复项。相对于实际的数据连接这可能非常昂贵。copy:boolean默认为True。如果为False则不要复制不必要的数据。 result pd.concat(frames, keys[“x”, “y”, “z”]) result.loc[“y”] A B C D 4 A4 B4 C4 D4 5 A5 B5 C5 D5 6 A6 B6 C6 D6 7 A7 B7 C7 D7 值得注意的是concat()生成数据的完整副本并且不断重用该函数可能会对性能造成重大影响。如果需要在多个数据集上使用操作请使用列表推导式。
在其他轴上设置逻辑
将多个 DataFrame 粘合在一起时您可以选择如何处理其他轴除了连接的轴之外。这可以通过以下两种方式完成
将它们全部结合起来join‘outer’. 这是默认选项因为它的结果为零采取交叉路口join‘inner’。 以下是每种方法的示例。首先默认join‘outer’ 行为 In [8]: df4 pd.DataFrame( …: { …: “B”: [“B2”, “B3”, “B6”, “B7”], …: “D”: [“D2”, “D3”, “D6”, “D7”], …: “F”: [“F2”, “F3”, “F6”, “F7”], …: }, …: index[2, 3, 6, 7], …: ) …: In [9]: result pd.concat([df1, df4], axis1) 这里也是一样的join‘inner’: In [10]: result pd.concat([df1, df4], axis1, join“inner”) append
pd.append() 函数专门用于在 dataframe 对象后 添加新的行如果添加的列名不在 dataframe 对象中将会被当作新的列进行添加。 s pd.DataFrame(np.random.randn(5,3), index[“a”, “b”, “c”, “d”, “e”],columns[“A”, “B”, “C”]) s2 pd.DataFrame(np.random.randn(5,3), index[“a”, “b”, “c”, “d”, “e”],columns[“B”, “E”, “F”]) A B Ca 0.457078 1.023073 -0.562775 b 1.298108 -0.759387 0.524104 c -2.316800 -1.842333 -0.027894 d 1.588192 -0.024175 0.554156 e 1.881850 -0.979311 -1.519555 B E F a 0.382541 1.595857 1.304981 b 1.924457 0.115844 0.495387 c -1.054523 0.170910 -0.299745 d 0.754534 0.392500 -0.675588 e -0.269393 1.920908 0.899837 as.append(s2,sortTrue)
