Pandas基础教程

pandas教程

更多地可以 参考教程

安装

pip install pandas

pandas的类excel操作，超级方便:

import pandas as pd
dates = pd.date_range('20130101', periods=6)
print dates

df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
print df

#   1. 行的选取
rows = df[0:3]
print rows

#   2.列的选取
cols = df[['A', 'B', 'C']]
print cols

# 3. 块的选取
shape = df.loc['20130102':'20130104',['A','B']]
print shape

操作行和块

Pandas 中的基本数据结构有二，Series 和 Dataframe

1. Series 用来创建行，也可以理解为一维数组。
   创建一个数组[1,1,2,3,5]：

# 创建一个数组[1,1,2,3,5]：
s = pd.Series([1,1,2,3,5])
print s

2. Dataframe用来创建块，或称为矩阵，表格。
   创建一个 6x4 的表格块，单元格内容为随机数列名为 A，B，C，D。

blockForm = pd.DataFrame(np.random.randn(6,4), columns=list('ABCD'))
print blockForm

从已有的列创建一个新的列

df['sumAB'] = pd.Series(df['A'] + df['B'], index=df.index)
df['10A'] = pd.Series(df['A']*10, index=df.index)
print df

df['A'] + df['B'] 表示两列对应单元格的相加
df['A']*10 表示列A每个单元格 *10

根据条件过滤行

在方括号中加入判断条件来过滤行，条件必需返回 True 或者 False

df[(df.index >= '2013-01-01') & (df.index <= '2013-01-03')]
df[df['A'] > 0]    

窥视数据

为了快速了解数据的结构，一些值得掌握的指令如下：

# 查看表头5行
df.head(5)
# 查看表末5行 
df.tail(5) 
# 查看列的名字 
df.columns 
# 查看表格当前的值 
df.values 
# 查看所有列的统计描述，包括平均值，标准差，最大最小值，
#                       以及25%，50%，75%的 percentile 值 
df.describe() 
# 对表按照A列升序排序 
df.sort_values(by=’A’)