Pandas数据分析工具 03-高级篇

from pandas import Series,DataFrame
import pandas as pd
import numpy as np

一、索引和切片
索引

obj=Series([2,4,6,8],index=["a","b","c","d"])
obj

切片



二、运算

df1=DataFrame(np.arange(12).reshape((3,4)),columns=list("abcd"))
df1

df2=DataFrame(np.arange(20).reshape((4,5)),columns=list("abcde"))
df2

df1+df2

df1.add(df2,fill_value=0) #填充空缺的值再相加

df1.add(df2).fillna(0) #将相加后的结果中NaN置为0

三、函数应用与映射

#函数应用与映射
f=lambda x:x.max()-x.min() #取一列中的最大值-一列中的最小值

#针对DataFrame的每一个元素进行映射
test=DataFrame(np.random.randn(4,3),
              columns=list("bde"),
              index=["Utah","Ohio","Texas","Oregon"])
test

format=lambda x:"%.2f" % x  #输入一个浮点数，保留两位小数

a=3.1415926
format(a)

test.applymap(format)  #apply与applymap的区别

四、排序

dir(obj)  #查看属性方法

information={
    "name":["Mr Li","Mr Zhang","Mr Wang"],
    "age":[20,15,30],
    "salary":[7500.00,12000.00,9000.00]
}
frame=DataFrame(information)
frame

#按照某一列的值进行排序  降序排序
frame.sort_values(by="salary",ascending=False)

五、查重

六、汇总与统计

df1=DataFrame(np.arange(20).reshape((5,4)),columns=list("abcd"))
df1

df1.cumsum() #列值累加覆盖

df1.describe() #对数值型的列进行描述性统计

七、唯一值与频率统计










八、缺失值的处理







九 加载数据

十 分组和聚合




十一 加权平均