2.8 KiB
2.8 KiB
title | localeTitle |
---|---|
pandas | 大熊猫 |
大熊猫
pandas是一个使用数据框进行数据分析的Python库。数据框是数据表,可以在概念上将其与电子表格进行比较。熟悉R的数据科学家会感到宾至如归。大熊猫通常与numpy,pyplot和scikit-learn一起使用。
导入大熊猫
使用别名pd
导入pandas库是一种广泛使用的约定:
import pandas as pd
数据框架
数据框由许多行和列组成。每列代表数据集的一个特征,因此具有名称和数据类型。每行表示通过关联特征值的数据点。 pandas库允许您以各种方式处理数据框中的数据。大熊猫有很多可能性,所以以下仅仅是为了给图书馆带来感觉。
系列
Series是pandas中的基本数据类型.A系列非常类似于数组(NumPy数组)(实际上它是建立在NumPy数组对象之上).A系列可以有轴标签,因为它可以被索引没有数字索引的标签,用于数据的位置。它可以包含任何有效的Python对象,如List,Dictionary等。
从csv文件加载数据
.csv
文件是_逗号分隔的值_文件。一种非常常见的存储数据的方法。要将此类数据加载到pandas数据框中,请使用read_csv
方法:
df = pd.read_csv(file_path)
这里, file_path
可以是您计算机上csv文件的本地路径,也可以是指向其中的URL。列名可以包含在csv文件中,也可以作为参数传递。有关此内容的更多信息,请查看文档 。
概述数据框架
要显示数据框的前几行, head
方法很有用(再一次这对R程序员来说应该是熟悉的):
df.head()
这将显示数据框的前5行。
要显示超过前5行,只需将要打印的行数放在head
方法中。
df.head(10)
这将显示数据帧的前10行。
为了显示数据帧的最后几行, tail
方法很有用(再一次这对R程序员来说应该是熟悉的):
df.tail()
这将显示数据框的最后5行。
子集:按名称获取列
数据帧可以是许多方式的子集。最简单的一个是获得一个列。例如,如果数据框df
包含名为age
的列,我们可以按如下方式提取它:
ages=df["age"]