Заметки по изучению Python, день 58 (общие функции Pandas)

Общие функции Pandas

Некоторые функции, обычно используемые в Pandas, и примеры их использования перечислены ниже:

Чтение данных

функция	иллюстрировать
pd.read_csv(имя файла)	прочитать CSV-файл;
pd.read_excel(имя файла)	прочитать файл Excel;
pd.read_sql(запрос, Connection_object)	Чтение данных из базы данных SQL;
pd.read_json(json_string)	Считать данные из строки JSON;
pd.read_html(url)	Чтение данных с HTML-страниц.

Далее мы продемонстрируем использование каждой функции.

# 实例 1
import pandas as pd

# 从 CSV 文件中读取数据
df = pd.read_csv('data.csv')

# 从 Excel 文件中读取数据
df = pd.read_excel('data.xlsx')

# 从 SQL 数据库中读取数据
import sqlite3
conn = sqlite3.connect('database.db')
df = pd.read_sql('SELECT * FROM table_name', conn)

# 从 JSON 字符串中读取数据
json_string = '{"name": "John", "age": 30, "city": "New York"}'
df = pd.read_json(json_string)

# 从 HTML 页面中读取数据
url = 'https://www.runoob.com'
dfs = pd.read_html(url)
df = dfs[0] # 选择第一个数据框

Просмотр данных

функция	иллюстрировать
df.head (п)	Отобразите первые n строк данных;
df.tail(n)	Отобразить последние n строк данных;
df.info()	Отображать информацию о данных, включая имена столбцов, типы данных, пропущенные значения и т. д.;
df.describe()	Отображение основной статистической информации о данных, включая среднее значение, дисперсию, максимальное значение, минимальное значение и т. д.;
df.shape	Отображает количество строк и столбцов данных.

Далее мы продемонстрируем использование каждой функции.

# 实例 2
# 显示前五行数据
df.head()

# 显示后五行数据
df.tail()

# 显示数据信息
df.info()

# 显示基本统计信息
df.describe()

# 显示数据的行数和列数
df.shape

# 实例 3
import pandas as pd

data = [
    {
    
    "name": "Google", "likes": 25, "url": "https://www.google.com"},
    {
    
    "name": "Runoob", "likes": 30, "url": "https://www.runoob.com"},
    {
    
    "name": "Taobao", "likes": 35, "url": "https://www.taobao.com"}
]

df = pd.DataFrame(data)
# 显示前两行数据
print(df.head(2))
# 显示前最后一行数据
print(df.tail(1))

Очистка данных

функция	иллюстрировать
df.dropna()	Удалить строки или столбцы, содержащие пропущенные значения;
df.fillna(значение)	Заменить пропущенные значения указанными значениями;
df.replace(старое_значение, новое_значение)	Заменить указанное значение новым значением;
df.дублированный()	Проверьте, нет ли дублирующихся данных;
df.drop_duulates()	Удалите повторяющиеся данные.

Далее мы продемонстрируем использование каждой функции.

# 实例 4
# 删除包含缺失值的行或列
df.dropna()

# 将缺失值替换为指定的值
df.fillna(0)

# 将指定值替换为新值
df.replace('old_value', 'new_value')

# 检查是否有重复的数据
df.duplicated()

# 删除重复的数据
df.drop_duplicates()

Выбор и нарезка данных

функция	иллюстрировать
df[имя_столбца]	Выберите указанный столбец;
df.loc[индекс_строки, имя_столбца]	Выбрать данные по тегу;
df.iloc[индекс_строки, индекс_столбца]	Выбор данных по местоположению;
df.ix[индекс_строки, имя_столбца]	Выберите данные по метке или местоположению;
df.filter(items=[имя_столбца1, имя_столбца2])	Выберите указанный столбец;
df.filter(regex='regex')	Выберите столбцы, имена которых соответствуют регулярному выражению;
df.sample(n)	Случайным образом выберите n строк данных.

Далее мы продемонстрируем использование каждой функции.

# 实例 5
# 选择指定的列
df['column_name']

# 通过标签选择数据
df.loc[row_index, column_name]

# 通过位置选择数据
df.iloc[row_index, column_index]

# 通过标签或位置选择数据
df.ix[row_index, column_name]

# 选择指定的列
df.filter(items=['column_name1', 'column_name2'])

# 选择列名匹配正则表达式的列
df.filter(regex='regex')

# 随机选择 n 行数据
df.sample(n=5)

Сортировка данных

функция	иллюстрировать
df.sort_values(имя_столбца)	Сортировать по значению указанного столбца;
df.sort_values([имя_столбца1, имя_столбца2], по возрастанию=[Истина, Ложь])	Сортировка по значениям нескольких столбцов;
df.sort_index()	Сортировать по индексу.

Далее мы продемонстрируем использование каждой функции.

# 实例 6
# 按照指定列的值排序
df.sort_values('column_name')

# 按照多个列的值排序
df.sort_values(['column_name1', 'column_name2'], ascending=[True, False])

# 按照索引排序
df.sort_index()
数据分组和聚合
函数	说明
df.groupby(column_name)	按照指定列进行分组；
df.aggregate(function_name)	对分组后的数据进行聚合操作；
df.pivot_table(values, index, columns, aggfunc)	生成透视表。

# 实例 7
# 按照指定列进行分组
df.groupby('column_name')

# 对分组后的数据进行聚合操作
df.aggregate('function_name')

# 生成透视表
df.pivot_table(values='value', index='index_column', columns='column_name', aggfunc='function_name')

Объединение данных

функция	иллюстрировать
pd.concat([df1, df2])	Объедините несколько фреймов данных по строкам или столбцам;
pd.merge(df1, df2, on=имя_столбца)	Объединяет два фрейма данных на основе указанных столбцов.

Далее мы продемонстрируем использование каждой функции.

# 实例 8
# 将多个数据框按照行或列进行合并
df = pd.concat([df1, df2])

# 按照指定列将两个数据框进行合并
df = pd.merge(df1, df2, on='column_name')

Выбор и фильтрация данных

функция	иллюстрировать
df.loc[индексатор_строки, индекс_столбца]	Выбор строк и столбцов по метке.
df.iloc[индексатор_строки, индекс_столбца]	Выбор строк и столбцов по положению.
df[df['column_name'] > значение]	Выберите строки в столбце, соответствующие критериям.
df.query('имя_столбца > значение')	Используйте строковое выражение, чтобы выбрать строки в столбце, соответствующие условию.

Статистика и описание

функция	иллюстрировать
df.describe()	Рассчитайте базовые статистические данные, такие как среднее значение, стандартное отклонение, минимум, максимум и т. д.
df.mean()	Вычислите среднее значение каждого столбца.
df.медиана()	Вычислите медиану каждого столбца.
df.mode()	Рассчитайте моду каждого столбца.
df.count()	Подсчитайте количество непропущенных значений в каждом столбце.

Предположим, у нас есть следующие данные JSON, данные сохраняются в файл data.json:
файл data.json.

[
  {
    
    
    "name": "Alice",
    "age": 25,
    "gender": "female",
    "score": 80
  },
  {
    
    
    "name": "Bob",
    "age": null,
    "gender": "male",
    "score": 90
  },
  {
    
    
    "name": "Charlie",
    "age": 30,
    "gender": "male",
    "score": null
  },
  {
    
    
    "name": "David",
    "age": 35,
    "gender": "male",
    "score": 70
  }
]

Мы можем использовать Pandas для чтения данных JSON и выполнения таких операций, как очистка и обработка данных, выбор и фильтрация данных, статистика и описание данных, следующим образом:

# 实例 9
import pandas as pd

# 读取 JSON 数据
df = pd.read_json('data.json')

# 删除缺失值
df = df.dropna()

# 用指定的值填充缺失值
df = df.fillna({
    
    'age': 0, 'score': 0})

# 重命名列名
df = df.rename(columns={
    
    'name': '姓名', 'age': '年龄', 'gender': '性别', 'score': '成绩'})

# 按成绩排序
df = df.sort_values(by='成绩', ascending=False)

# 按性别分组并计算平均年龄和成绩
grouped = df.groupby('性别').agg({
    
    '年龄': 'mean', '成绩': 'mean'})

# 选择成绩大于等于90的行，并只保留姓名和成绩两列
df = df.loc[df['成绩'] >= 90, ['姓名', '成绩']]

# 计算每列的基本统计信息
stats = df.describe()

# 计算每列的平均值
mean = df.mean()

# 计算每列的中位数
median = df.median()

# 计算每列的众数
mode = df.mode()

# 计算每列非缺失值的数量
count = df.count()

постскриптум

Сегодня я узнал об общих функциях Python Pandas. Краткое содержание сегодняшнего учебного материала:

1. Общие функции Pandas
2. Чтение данных
3. Просмотр данных
4. Очистка данных
5. Выбор и нарезка данных
6. Сортировка данных
7. Объединение данных
8. Выбор и фильтрация данных
9. Статистика и описание