python中pandas的使用方法
阿新 • • 發佈:2019-01-22
import numpy as np import pandas as pd datas = pd.date_range('20140729', periods=6) # 先建立一個時間索引,所謂的索引(index)就是每一行資料的id,可以標識每一行的唯一值 print datas # 為了快速入門,我們看一下如何建立一個6X4的資料:randn函式用於建立隨機數,引數表示行數和列數,dates是上一步建立的索引列 df = pd.DataFrame(np.random.randn(6, 4), index=datas, columns=list('ABCD')) print df # 我們還可以使用字典來建立資料框,例如建立一個列名為A的資料框,索引是自動建立的整數 df2 = pd.DataFrame({'A': np.random.randn(6), }) print df2 # 這又是一個字典建立DataFrame的例子 df2 = pd.DataFrame({'A': pd.Timestamp('20140729'), 'B': pd.Series(1), }) print df2 # 假如字典內的資料長度不同,以最長的資料為準,比如B列有4行: df2 = pd.DataFrame({'A': pd.Timestamp('20140729'), 'B': pd.Series(1, index=list(range(4))), }) print df2 # 可以使用dtypes來檢視各行的資料格式 print df2.dtypes # 接著看一下如何檢視資料框中的資料,看一下所有的資料 print df # 使用head檢視前幾行資料(預設是前5行),不過你可以指定前幾行 print df.head() # 檢視前三行資料 print df.head(3) # 使用tail檢視後2行資料 print df.tail(2) # 檢視資料框的索引 print df.index # 檢視列名用columns print df.columns # 檢視資料值,用values print df.values # 檢視描述性統計,用describe print df.describe() # 使用type看一下輸出的描述性統計是什麼樣的資料型別——DataFrame資料 print type(df.describe()) # 使用T來轉置資料,也就是行列轉換 print df.T # 對資料進行排序,用到了sort,引數可以指定根據哪一列資料進行排序。 print df.sort(columns='C')