Python Pandas 库的使用例子

主要在jupyter notebook里面熟悉这个库的使用，它的安装方法与实现，可自行搜索。

Pandas是一个优秀的数据分析工具，官网：http://pandas.pydata.org/
相关的库使用pip安装，用豆瓣的代理下载速度比官方的快，安装命令：

pip install -i https://pypi.douban.com/simple/ matplotlib

pip install -i https://pypi.douban.com/simple/ pandas

pip install -i https://pypi.douban.com/simple/ requests

pip install -i https://pypi.douban.com/simple/ scipy

方法后面是执行的结果，从结果上就能看出方法的作用的，所以没做太多描述。

import os
import pandas as pd
import requests

PATH = 'F:/Git/ML_Python/02iris/'
r = requests.get('https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data')
with open(PATH + 'iris.data','w') as f:
    f.write(r.text)
    

os.chdir(PATH)

df = pd.read_csv(PATH + 'iris.data',names=['花萼长度','花萼宽度','花瓣长度','花瓣宽度','类别'])
df.head()

	花萼长度	花萼宽度	花瓣长度	花瓣宽度	类别
0	5.1	3.5	1.4	0.2	Iris-setosa
1	4.9	3.0	1.4	0.2	Iris-setosa
2	4.7	3.2	1.3	0.2	Iris-setosa
3	4.6	3.1	1.5	0.2	Iris-setosa
4	5.0	3.6	1.4	0.2	Iris-setosa

df.iloc[:3, :2]

	花萼长度	花萼宽度
0	5.1	3.5
1	4.9	3.0
2	4.7	3.2

df.loc[:1,[x for x in df.columns if ('宽度' in x)|('长度' in x)]]

	花萼长度	花萼宽度	花瓣长度	花瓣宽度
0	5.1	3.5	1.4	0.2
1	4.9	3.0	1.4	0.2

df['类别'].unique()

array(['Iris-setosa', 'Iris-versicolor', 'Iris-virginica'], dtype=object)

df.count()

花萼长度    150
花萼宽度    150
花瓣长度    150
花瓣宽度    150
类别      150
dtype: int64

df[df['类别']=='Iris-virginica'].count()

花萼长度    50
花萼宽度    50
花瓣长度    50
花瓣宽度    50
类别      50
dtype: int64

df[(df['类别']=='Iris-virginica')& (df['花瓣长度']>6)].reset_index(drop=True)

	花萼长度	花萼宽度	花瓣长度	花瓣宽度	类别
0	7.6	3.0	6.6	2.1	Iris-virginica
1	7.3	2.9	6.3	1.8	Iris-virginica
2	7.2	3.6	6.1	2.5	Iris-virginica
3	7.7	3.8	6.7	2.2	Iris-virginica
4	7.7	2.6	6.9	2.3	Iris-virginica
5	7.7	2.8	6.7	2.0	Iris-virginica
6	7.4	2.8	6.1	1.9	Iris-virginica
7	7.9	3.8	6.4	2.0	Iris-virginica
8	7.7	3.0	6.1	2.3	Iris-virginica

df.describe()

	花萼长度	花萼宽度	花瓣长度	花瓣宽度
count	150.000000	150.000000	150.000000	150.000000
mean	5.843333	3.054000	3.758667	1.198667
std	0.828066	0.433594	1.764420	0.763161
min	4.300000	2.000000	1.000000	0.100000
25%	5.100000	2.800000	1.600000	0.300000
50%	5.800000	3.000000	4.350000	1.300000
75%	6.400000	3.300000	5.100000	1.800000
max	7.900000	4.400000	6.900000	2.500000

df.corr()
df.corr(method='kendall')

	花萼长度	花萼宽度	花瓣长度	花瓣宽度
花萼长度	1.000000	-0.072112	0.717624	0.654960
花萼宽度	-0.072112	1.000000	-0.182391	-0.146988
花瓣长度	0.717624	-0.182391	1.000000	0.803014
花瓣宽度	0.654960	-0.146988	0.803014	1.000000

df.corr('spearman')

	花萼长度	花萼宽度	花瓣长度	花瓣宽度
花萼长度	1.000000	-0.159457	0.881386	0.834421
花萼宽度	-0.159457	1.000000	-0.303421	-0.277511
花瓣长度	0.881386	-0.303421	1.000000	0.936003
花瓣宽度	0.834421	-0.277511	0.936003	1.000000