請原諒沒有一次寫完,本文是自己學(xué)習(xí)過程中的記錄,完善pandas的學(xué)習(xí)知識,對于現(xiàn)有網(wǎng)上資料的缺少和利用python進行數(shù)據(jù)分析這本書部分知識的過時,只好以記錄的形勢來寫這篇文章.最如果后續(xù)工作定下來有時間一定完善pandas庫的學(xué)習(xí),請見諒!                     by LQJ 2015-10-25

前言:

首先推薦一個比較好的Python pandas DataFrame學(xué)習(xí)網(wǎng)址

    網(wǎng)址: http://www.cnblogs.com/chaosimple/p/4153083.html

說明:

首先百度Python pandas DataFrame,下面列出DataFrame該數(shù)據(jù)結(jié)構(gòu)的部分使用方法,并對其進行說明, DataFrame和Series作為padans兩個主要的數(shù)據(jù)結(jié)構(gòu).

     如果你經(jīng)常使用SQL數(shù)據(jù)庫或者做過數(shù)據(jù)分析等相關(guān)工作,可以更快的上手python的pandas庫,其pandas庫的使用方法跟SQL語句的一些語法類似,只不過語言 變了而已.

正文:

import pandas as pd 引用pandas時使用pd名稱就可

使用DataFrame查看數(shù)據(jù)(類似SQL中的select):

from pandas import DataFrame #從pandas庫中引用DataFrame

df_obj = DataFrame() #創(chuàng)建DataFrame對象

df_obj.dtypes #查看各行的數(shù)據(jù)格式

df_obj.head() #查看前幾行的數(shù)據(jù),默認(rèn)前5行

df_obj.tail() #查看后幾行的數(shù)據(jù),默認(rèn)后5行

df_obj.index #查看索引

df_obj.columns #查看列名

df_obj.values #查看數(shù)據(jù)值

df_obj.describe #描述性統(tǒng)計

df_obj.T #轉(zhuǎn)置

df_obj.sort(columns = ‘’)#按列名進行排序

df_obj.sort_index(by=[‘’,’’])#多列排序,使用時報該函數(shù)已過時,請用sort_values

df_obj.sort_values(by=['',''])同上

使用DataFrame選擇數(shù)據(jù)(類似SQL中的LIMIT):

df_obj[‘客戶名稱’] #顯示列名下的數(shù)據(jù)

df_obj[1:3] #獲取1-3行的數(shù)據(jù),該操作叫切片操作,獲取行數(shù)據(jù)

df_obj.loc[:0,['用戶號碼','產(chǎn)品名稱']] #獲取選擇區(qū)域內(nèi)的數(shù)據(jù),逗號前是行范圍,逗號后是列范圍,注loc通過標(biāo)簽選擇數(shù)據(jù),iloc通過位置選擇數(shù)據(jù)

df_obj['套餐'].drop_duplicates() #剔除重復(fù)行數(shù)據(jù)

使用DataFrame重置數(shù)據(jù):

df_obj.at[df_obj.index,'支局_維護線']='自有廳' #通過標(biāo)簽設(shè)置新的值,如果使用iat則是通過位置設(shè)置新的值

使用DataFrame篩選數(shù)據(jù)(類似SQL中的WHERE):

alist = ['023-18996609823']

df_obj['用戶號碼'].isin(alist) #將要過濾的數(shù)據(jù)放入字典中,使用isin對數(shù)據(jù)進行篩選,返回行索引以及每行篩選的結(jié)果,若匹配則返回ture

df_obj[df_obj['用戶號碼'].isin(alist)] #獲取匹配結(jié)果為ture的行

使用DataFrame模糊篩選數(shù)據(jù)(類似SQL中的LIKE):

df_obj[df_obj['套餐'].str.contains(r'.*?語音CDMA.*')] #使用正則表達(dá)式進行模糊匹配,*匹配0或無限次,?匹配0或1次

使用DataFrame進行數(shù)據(jù)轉(zhuǎn)換(后期補充說明)

df_obj['支局_維護線'] = df_obj['支局_維護線'].str.replace('巫溪分公司(.{2,})支局','\\1')#可以使用正則表達(dá)式

df_obj['支局_維護線'].drop_duplicates() #返回一個移除重復(fù)行的數(shù)據(jù)

可以設(shè)置take_last=ture 保留最后一個,或保留開始一個.補充說明:摒棄操行take_last=ture已過時,請使用keep='last'

使用pandas中讀取文本數(shù)據(jù):

read_csv('D:\LQJ.csv',sep=';',nrows=2) #首先輸入csv文本地址,然后分割符選擇等等

使用pandas聚合數(shù)據(jù)(類似SQL中的GROUP BY 或HAVING):

data_obj['用戶標(biāo)識'].groupby(data_obj['支局_維護線'])

data_obj.groupby('支局_維護線')['用戶標(biāo)識'] #上面的簡單寫法

adsl_obj.groupby('支局_維護線')['用戶標(biāo)識'].agg([('ADSL','count')])

#按支局進行匯總對用戶標(biāo)識進行計數(shù),并將計數(shù)列的列名命名為ADSL

使用pandas合并數(shù)據(jù)集(類似SQL中的JOIN):

merge(mxj_obj2, mxj_obj1 ,on='用戶標(biāo)識',how=