在pycharm 中 pd是什么意思？

import?pandas?as?pd

專注于為中小企業(yè)提供網(wǎng)站制作、成都網(wǎng)站設(shè)計服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)東阿免費做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了上千余家企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設(shè)實現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

Python中import的as語法，pd作為pandas的簡寫，

后續(xù)對pandas的引用，可以直接使用pd

Python pandas用法

在Python中，pandas是基于NumPy數(shù)組構(gòu)建的，使數(shù)據(jù)預(yù)處理、清洗、分析工作變得更快更簡單。pandas是專門為處理表格和混雜數(shù)據(jù)設(shè)計的，而NumPy更適合處理統(tǒng)一的數(shù)值數(shù)組數(shù)據(jù)。

使用下面格式約定，引入pandas包：

pandas有兩個主要數(shù)據(jù)結(jié)構(gòu)：Series和DataFrame。

Series是一種類似于一維數(shù)組的對象，它由 一組數(shù)據(jù) （各種NumPy數(shù)據(jù)類型）以及一組與之相關(guān)的 數(shù)據(jù)標(biāo)簽（即索引） 組成，即index和values兩部分，可以通過索引的方式選取Series中的單個或一組值。

pd.Series(list,index=[ ]) ，第二個參數(shù)是Series中數(shù)據(jù)的索引，可以省略。

Series類型索引、切片、運算的操作類似于ndarray，同樣的類似Python字典類型的操作，包括保留字in操作、使用.get()方法。

Series和ndarray之間的主要區(qū)別在于Series之間的操作會根據(jù)索引自動對齊數(shù)據(jù)。

DataFrame是一個表格型的數(shù)據(jù)類型，每列值類型可以不同，是最常用的pandas對象。DataFrame既有行索引也有列索引，它可以被看做由Series組成的字典（共用同一個索引）。DataFrame中的數(shù)據(jù)是以一個或多個二維塊存放的（而不是列表、字典或別的一維數(shù)據(jù)結(jié)構(gòu)）。

pd.DataFrame(data,columns = [ ],index = [ ]) ：columns和index為指定的列、行索引，并按照順序排列。

如果創(chuàng)建時指定了columns和index索引，則按照索引順序排列，并且如果傳入的列在數(shù)據(jù)中找不到，就會在結(jié)果中產(chǎn)生缺失值：

數(shù)據(jù)索引 ：Series和DataFrame的索引是Index類型，Index對象是不可修改，可通過索引值或索引標(biāo)簽獲取目標(biāo)數(shù)據(jù)，也可通過索引使序列或數(shù)據(jù)框的計算、操作實現(xiàn)自動化對齊。索引類型index的常用方法：

重新索引 ：能夠改變、重排Series和DataFrame索引，會創(chuàng)建一個新對象，如果某個索引值當(dāng)前不存在，就引入缺失值。

df.reindex(index, columns ,fill_value, method, limit, copy ) ：index/columns為新的行列自定義索引；fill_value為用于填充缺失位置的值；method為填充方法，ffill當(dāng)前值向前填充，bfill向后填充；limit為最大填充量；copy 默認(rèn)True，生成新的對象，F(xiàn)alse時，新舊相等不復(fù)制。

刪除指定索引 ：默認(rèn)返回的是一個新對象。

.drop() ：能夠刪除Series和DataFrame指定行或列索引。

刪除一行或者一列時，用單引號指定索引，刪除多行時用列表指定索引。

如果刪除的是列索引，需要增加axis=1或axis='columns'作為參數(shù)。

增加inplace=True作為參數(shù)，可以就地修改對象，不會返回新的對象。

在pandas中，有多個方法可以選取和重新組合數(shù)據(jù)。對于DataFrame，表5-4進(jìn)行了總結(jié)

適用于Series和DataFrame的基本統(tǒng)計分析函數(shù) ：傳入axis='columns'或axis=1將會按行進(jìn)行運算。

.describe() ：針對各列的多個統(tǒng)計匯總，用統(tǒng)計學(xué)指標(biāo)快速描述數(shù)據(jù)的概要。

.sum() ：計算各列數(shù)據(jù)的和

.count() ：非NaN值的數(shù)量

.mean( )/.median() ：計算數(shù)據(jù)的算術(shù)平均值、算術(shù)中位數(shù)

.var()/.std() ：計算數(shù)據(jù)的方差、標(biāo)準(zhǔn)差

.corr()/.cov() ：計算相關(guān)系數(shù)矩陣、協(xié)方差矩陣，是通過參數(shù)對計算出來的。Series的corr方法用于計算兩個Series中重疊的、非NA的、按索引對齊的值的相關(guān)系數(shù)。DataFrame的corr和cov方法將以DataFrame的形式分別返回完整的相關(guān)系數(shù)或協(xié)方差矩陣。

.corrwith() ：利用DataFrame的corrwith方法，可以計算其列或行跟另一個Series或DataFrame之間的相關(guān)系數(shù)。傳入一個Series將會返回一個相關(guān)系數(shù)值Series（針對各列進(jìn)行計算），傳入一個DataFrame則會計算按列名配對的相關(guān)系數(shù)。

.min()/.max() ：計算數(shù)據(jù)的最小值、最大值

.diff() ：計算一階差分，對時間序列很有效

.mode() ：計算眾數(shù)，返回頻數(shù)最高的那（幾）個

.mean() ：計算均值

.quantile() ：計算分位數(shù)（0到1）

.isin() ：用于判斷矢量化集合的成員資格，可用于過濾Series中或DataFrame列中數(shù)據(jù)的子集

適用于Series的基本統(tǒng)計分析函數(shù)，DataFrame[列名]返回的是一個Series類型。

.unique() ：返回一個Series中的唯一值組成的數(shù)組。

.value_counts() ：計算一個Series中各值出現(xiàn)的頻率。

.argmin()/.argmax() ：計算數(shù)據(jù)最大值、最小值所在位置的索引位置（自動索引）

.idxmin()/.idxmax() ：計算數(shù)據(jù)最大值、最小值所在位置的索引（自定義索引）

pandas提供了一些用于將表格型數(shù)據(jù)讀取為DataFrame對象的函數(shù)。下表對它們進(jìn)行了總結(jié)，其中read_csv()、read_table()、to_csv()是用得最多的。

在數(shù)據(jù)分析和建模的過程中，相當(dāng)多的時間要用在數(shù)據(jù)準(zhǔn)備上：加載、清理、轉(zhuǎn)換以及重塑。

在許多數(shù)據(jù)分析工作中，缺失數(shù)據(jù)是經(jīng)常發(fā)生的。對于數(shù)值數(shù)據(jù)，pandas使用浮點值NaN（np.nan）表示缺失數(shù)據(jù)，也可將缺失值表示為NA（Python內(nèi)置的None值）。

替換值

.replace(old, new) ：用新的數(shù)據(jù)替換老的數(shù)據(jù)，如果希望一次性替換多個值，old和new可以是列表。默認(rèn)會返回一個新的對象，傳入inplace=True可以對現(xiàn)有對象進(jìn)行就地修改。

刪除重復(fù)數(shù)據(jù)

利用函數(shù)或字典進(jìn)行數(shù)據(jù)轉(zhuǎn)換

df.head()：查詢數(shù)據(jù)的前五行

df.tail()：查詢數(shù)據(jù)的末尾5行

pandas.cut()

pandas.qcut() 基于分位數(shù)的離散化函數(shù)?；谥然蚧跇颖痉治粩?shù)將變量離散化為等大小桶。

pandas.date_range() 返回一個時間索引

df.apply() 沿相應(yīng)軸應(yīng)用函數(shù)

Series.value_counts() 返回不同數(shù)據(jù)的計數(shù)值

df.aggregate()

df.reset_index() 重新設(shè)置index，參數(shù)drop = True時會丟棄原來的索引，設(shè)置新的從0開始的索引。常與groupby()一起用

numpy.zeros()

Python pd.DataFrame(np.random.rand(100,4).cumsum(0),columns=['A','B','C','D']) 是什么意思？求大神

pd.DataFrame（）函數(shù)是創(chuàng)建一個二維表

傳入的兩個參數(shù)：

第一個是所存放的數(shù)據(jù)

np.random.rand(100,4) 這個的意思是生成指定維度的的[0,1)范圍之間的隨機(jī)數(shù)，生成為維度100行4列的二維數(shù)組，下面的例子你可以作為參照

請點擊輸入圖片描述

而之后的

cumsum()其實第一個參數(shù)本來傳入的需要是數(shù)組，然后計算軸向元素累加和，

而你的例子中進(jìn)行了簡化，即np.cumsum(a, 0) == a.cumsum(0)

其中的傳入?yún)?shù)0表示axis=0，即按照行累加，例子中即隨機(jī)數(shù)的累加

舉個例子a =[ [(1,2,3)],

? ? ? ? ? ? ? ?[(4,5,6)] ]

a.cumsum(0)就是

[ [(1,2,3)],

[(5,7,9)] ]~~~~~~~~（1+4）（2+5）（3+6）

第二個參數(shù)columns是DataFrame的列名分別為ABCD

新手關(guān)于python中pandas函數(shù)的使用

利用Python的pandas數(shù)據(jù)結(jié)構(gòu)來讀取excel表格的數(shù)據(jù)，部分代碼如下：

#-*- coding:utf-8 -*-

import pandas as pd

import matplotlib.pyplot as plt

catering_data="catering_sale.xls"

data=pd.read_excel(catering_data,index_col=u'日期')

#讀取數(shù)據(jù)，指定"日期"列為索引列

大多數(shù)書上都是這樣寫的，但是在Python2.7上運行時出現(xiàn)錯誤。（沒有在Python3.x版本試過）

出現(xiàn)了如下問題：

這里寫圖片描述

使用help（pd.read_excel）發(fā)現(xiàn)參數(shù)中有必選參數(shù)sheetname,加入到函數(shù)中，代碼如下：

#-*- coding:utf-8 -*-

import pandas as pd

import matplotlib.pyplot as plt

catering_data="catering_sale.xls"

data=pd.read_excel(catering_data,sheetname=0,index_col=u'日期')

運行成功。

sheetname=0 的意思是：讀取xls文件中的第一個表格。（假設(shè)文件中有很多個表格）

另外，也可以將文件轉(zhuǎn)換成csv格式，就不需要這個參數(shù)了。代碼如下：

catering_data="catering_sale.csv"

data=pd.read_csv(catering_data)

當(dāng)前文章：python中的pd函數(shù) python中pd的用法
文章位置：http://aaarwkj.com/article24/doodhce.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供建站公司、靜態(tài)網(wǎng)站、域名注冊、搜索引擎優(yōu)化、移動網(wǎng)站建設(shè)、軟件開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)