锐客网

  1. 首页 > 睿知 > it技术 > >

python汇总函数名称 python 数据汇总

IT技术索引

pandas常用函数汇总pandas官方文档:
对常用函数做了汇总，每个函数的参数可能不是全的，但是常用的，不常用的没总结，如有问题，请不吝赐教 ， 谢谢！
1、创建Series
通用函数：pd.Series(values,index)
1)pd.Series([1,2,3],index=[‘a’,‘b’,‘c‘])
2)pd.Series(np.array([1,2,3]),index=[‘a’,‘b’,‘c‘])
3)pd.Series({ 'a'：1,'b'：2,'c'：3})
Series转字典：Series.to_dict()
说明：Series的values参数是python中常见的一维数据类型 。
2、属性
1）Series.values ---array([1,2,3])
Series的values是array类型
2）Series.index---index([‘a’,‘b’,‘c‘])
未指定index时，自动生成 0-（N-1）的整数索引，
指定 index时，使用指定索引 。
3、Series的索引与切片
Series[0] / Series['a']: Sereis可以位置索引或标签索引，也可以进行切片操作
1、创建DataFrame
1) 创建DataFrame的通用函数：
df = pd.DataFrame(values,index,columns)
pd.dataFrame([[1,2,3],[4,5,6],[7,8,9]],index=['a','b','c'],columns=['bj','sh','sz'])
pd.dataFrame(np.arange(1,10).reshape(3,3),index=['a','b','c'],columns=['bj','sh','sz'])
pd.dataFrame('bj':[1,4,7],'sh':[2,5,8],'sz':[3,6,9],index=['a','b','c'])
说明：创建方法与Sries类似，Series的values参数是python中常见的一维数据类型 ， DataFrame的values参数是python中常见的二维数据类型 。
2) 通过网页中复制数据快捷创建
import webbrowser
link = ''
webbrowser.open(link)
打开界面进行复制 ， 将数据复制到粘贴板中
df = pd.read_clipboard()#从粘贴板中读取数据
3）通过Series创建DataFrame
df = pd.DataFrame([s1,s2,s3],columns=['bj','sh','sz'])
注意：单独的s1,s2,s3是纵向排列的的Series ， 但是在DataFrame中是横向排列的 。
自己总结：Series除了打印出来是Series格式外 ， 其他时候可以直接当作list来操作 。
2、属性
1)df.columns
通过columns生成新的DataFrame
df_new = pd.DataFrame(df,columns=['x1','x2'])
或者df_new = df[['x1','x2']]
2)df.shape显示行列数
3)df.head()默认显示前5行
4)df.tail()默认显示后5行
3、获取DataFrame的列
1）获取DataFrame某一列
df.x1或df['x1']:返回值是Series,可以理解为一个DataFrame是由多个Series组成的 。
2) 获取DataFrame某几列
df_new = df[['x1','x2','x3']]
4、为某列赋值
1) df['x1'] = range(10)
2) df['x1'] = numpy.arange(10)
3) df['x1'] = pd.Series(np.arange(10))
说明：类似于创建Series
5、为某列对应的特定行重新赋值
df['x1'] = pd.Series([2,3],index=[0,1])
将列为x1,行索引为0和1的值改为2,3
6、获取DadaFrame的行
for row in DataFrame.iterrows():
print(row[0],row[1])
#每个row是一个元祖 ， 包含2个元素，row[0]是整型索引，row[1]是Series,所以从行的角度也可以看出，一个DataFrame是由多个Series组成的 。
7、DataFrame的转置
df_new = df.T
1、粘贴板的io
df = pd.read_clipboard()
df.to_clipboard()
2、csv的io
df.to_csv('xxx.csv')
df = pd.read_csv('xxx.csv')
3、json的io
df.to_json()
pd.read_json(df.to_json())
4、excel的io
df.to_excel('xx.xlsx')
df = pd.read_excel('xx.xlsx')
5、df = pd.read_sql('')
df.to_sql('')
1、iloc
sub_df = df.iloc[10:20,:]选取DataFrame的10-20行，所有列数据
sub_df = df.iloc[10:20,0:2]
说明：iloc函数是位置索引 ， 与索引的名字无关 。
2、loc
sub_df = df.loc[10:20,:'movie_name']
说明：loc是标签索引，10,20，'movie_name'都是索引名字，与位置无关 。

推荐阅读


上一篇：跨境erp系统英文，跨境erp系统

下一篇：视频直播课程需要什么，视频直播课程需要什么软件