pandas库笔记

本笔记为自学笔记

1、pandas.DataFrame()

一种保存矩阵的数据格式

grades_df = pd.DataFrame(
    data={'exam1': [43, 81, 78, 75, 89, 70, 91, 65, 98, 87],
          'exam2': [24, 63, 56, 56, 67, 51, 79, 46, 72, 60]},
    index=['Andre', 'Barry', 'Chris', 'Dan', 'Emilio', 
           'Fred', 'Greta', 'Humbert', 'Ivan', 'James']
)

2、DataFrame().apply()

dataframe.apply(function,axis)对一行或一列做出一些操作（axis=1则为对某一列进行操作，此时，apply函数每次将dataframe的一行传给function，然后获取返回值，将返回值放入一个series）

fuction是对数据的处理函数

eg:

df=pd.DataFrame(np.random.randn(4,3),columns=list('bde'),index=['utah','ohio','texas','oregon'])  
f=lambda x:x.max()-x.min()  

#默认情况下会以列为单位，分别对列应用函数  
t1=df.apply(f)  
print(t1)  
t2=df.apply(f,axis=1) print(t2)

参考:https://msd.misuland.com/pd/3629960913806691442

3、pandas.Serise()

扫描二维码关注公众号，回复： 9464081 查看本文章

Series 是一个带有名称和索引的一维数组，既然是数组，肯定要说到的就是数组中的元素类型，在 Series 中包含的数据类型可以是整数、浮点、字符串、Python对象等。

参考：https://www.bbsmax.com/A/Vx5M6kX7dN/

4、pandas.cut

pandas.cut用来把一组数据分割成离散的区间。比如有一组年龄数据，可以使用pandas.cut将年龄数据分割成不同的年龄段并打上

参考：https://www.cnblogs.com/sench/p/10128216.html

5、pandas.qcut()

按照区间转换数据值，pandas.cut的变种

param1:DataFrame数据

param2:区间比例

param3:转换后的表示

eg:

grades_df = pd.DataFrame(
    data={'exam1': [43, 81, 78, 75, 89, 70, 91, 65, 98, 87],
          'exam2': [24, 63, 56, 56, 67, 51, 79, 46, 72, 60]},
    index=['Andre', 'Barry', 'Chris', 'Dan', 'Emilio', 
           'Fred', 'Greta', 'Humbert', 'Ivan', 'James']
)
def convert_grades_curve(exam_grades): return pd.qcut(exam_grades, [0, 0.1, 0.2, 0.5, 0.8, 1], labels=['E', 'D', 'C', 'B', 'A']) t_data = pd.qcut(grades_df, [0, 0.1, 0.2, 0.5, 0.8, 1], labels=['E', 'D', 'C', 'B', 'A'])

# convert_grades_curve 通过apply默认传参
print(grades_df.apply(convert_grades_curve))

猜你喜欢