成人在线亚洲_国产日韩视频一区二区三区_久久久国产精品_99国内精品久久久久久久

您的位置:首頁技術文章
文章詳情頁

Python Pandas數據分析工具用法實例

瀏覽:2日期:2022-07-06 11:57:24

1、介紹

Pandas是基于Numpy的專業數據分析工具,可以靈活高效的處理各種數據集,也是我們后期分析案例的神器。它提供了兩種類型的數據結構,分別是DataFrame和Series,我們可以簡單粗暴的把DataFrame理解為Excel里面的一張表,而Series就是表中的某一列

2、創建DataFrame

# -*- encoding=utf-8 -*-import pandasif __name__ == ’__main__’: pass test_stu = pandas.DataFrame( {’高數’: [66, 77, 88, 99, 85], ’大物’: [88, 77, 85, 78, 65], ’英語’: [99, 84, 87, 56, 75]}, ) print(test_stu) stu = pandas.DataFrame( {’高數’: [66, 77, 88, 99, 85], ’大物’: [88, 77, 85, 78, 65], ’英語’: [99, 84, 87, 56, 75]}, index=[’小紅’, ’小李’, ’小白’, ’小黑’, ’小青’] # 指定index索引 ) print(stu)

運行

高數 大物 英語0 66 88 991 77 77 842 88 85 873 99 78 564 85 65 75 高數 大物 英語小紅 66 88 99小李 77 77 84小白 88 85 87小黑 99 78 56小青 85 65 75

3、讀取CSV或Excel(.xlsx)進行簡單操作(增刪改查)

data.csv

Python Pandas數據分析工具用法實例

# -*- encoding=utf-8 -*-import pandasif __name__ == ’__main__’: pass data = pandas.read_csv(’data.csv’, engine=’python’) # 使用python分析引擎讀取csv文件 print(data.head(5)) # 顯示前5行, print(data.tail(5)) # 顯示后5行 print(data) # 顯示所有數據 print(data[’height’]) # 顯示height列 print(data[[’height’, ’weight’]]) # 顯示height和weight列 data.to_csv(’write.csv’) # 保存到csv文件 data.to_excel(’write.xlsx’) # 保存到xlsx文件 data.info() # 查看數據信息(總行數,有無空缺數據,類型) print(data.describe()) # (count非空值,mean均值、std標準差、min最小值、max最大值25%50%75%分位數。) data[’新增列’] = range(0, len(data)) # 類似字典直接添加即可 print(data) new_data = data.drop(’新增列’, axis=1, inplace=False) # 刪除列,如果inplace為True則在源數據刪除,返回None,否則返回新數據,不改動源數據 print(new_data) data[’體重+身高’] = data[’height’] + data[’weight’] print(data) data[’remark’] = data[’remark’].str.replace(’to’, ’’) # 操作字符串 print(data[’remark’]) data[’birth’] = pandas.to_datetime(data[’birth’]) # 轉為日期類型 print(data[’birth’])

4、根據條件進行篩選,截取

# -*- encoding=utf-8 -*-import pandasif __name__ == ’__main__’: pass data = pandas.read_csv(’data.csv’, engine=’python’) # 使用python分析引擎讀取csv文件 a = data.iloc[:12, ] # 截取0-12行,列全截 # print(a) b = data.iloc[:, [1, 3]] # 行全截,列1,3 # print(b) c = data.iloc[0:12, 0:4] # 截取行0-12,列0-4 # print(c) d = data[’sex’] == 1 # 查看性別為1(男)的 # print(d) f = data.loc[data[’sex’] == 1, :] # 查看性別為1(男)的 # print(f) g = data.loc[:, [’weight’, ’height’]] # 選取身高體重 # print(g) h = data.loc[data[’height’].isin([166, 175]), :] # 選取身高166,175的數據 # print(h) h1 = data.loc[data[’height’].isin([166, 175]), [’weight’, ’height’]] # 選取身高166,175的數據 # print(h1) i = data[’height’].mean() # 均值 j = data[’height’].std() # 方差 k = data[’height’].median() # 中位數 l = data[’height’].min() # 最小值 m = data[’height’].max() # 最大值 # print(i) # print(j) # print(k) # print(l) # print(m) n = data.loc[ (data[’height’] > data[’height’].mean()) & (data[’weight’] > data[’weight’].mean()), :] # 身高大于身高均值,且體重大于體重均值,不能用and要用&如果是或用| print(n)

5、清Nan數據,去重,分組,合并

# -*- encoding=utf-8 -*-import pandasif __name__ == ’__main__’: pass sheet1 = pandas.read_excel(’data.xlsx’, sheet_name=’Sheet1’) # 讀取sheet1 # print(sheet1) # print(’-------------------------’) sheet2 = pandas.read_excel(’data.xlsx’, sheet_name=’Sheet2’) # 讀取sheet2 # print(sheet2) # print(’-------------------------’) a = pandas.concat([sheet1, sheet2]) # 合并 # print(a) # print(’-------------------------’) b = a.dropna() # 刪除空數據nan,有nan的就刪除 # print(b) # print(’-------------------------’) b1 = a.dropna(subset=[’weight’]) # 刪除指定列的空數據nan # print(b1) # print(’-------------------------’) c = b.drop_duplicates() # 刪除重復數據 # print(c) # print(’-------------------------’) d = b.drop_duplicates(subset=[’weight’]) # 刪除指定列的重復數據 # print(d) # print(’-------------------------’) e = b.drop_duplicates(subset=[’weight’], keep=’last’) # 刪除指定列的重復數據,保存最后一個相同數據 # print(e) # print(’-------------------------’) f = a.sort_values([’weight’], ascending=False) # 從大到小排序weight # print(f) g = c.groupby([’sex’]).sum() # 根據sex分組,再求和 # print(g) g1 = c.groupby([’sex’], as_index=False).sum() # 根據sex分組,再求和,但sex不作為索引 # print(g1) g2 = c.groupby([’sex’, ’weight’]).sum() # 根據sex分組后再根據weight分組,再求和 # print(g2) h = pandas.cut(c[’weight’], bins=[80, 90, 100, 150, 200], ) # 根據區間分割體重 print(h) # print(’-------------------------’) c[’根據體重分割’] = h # 會有警告,未解決,但不影響結果 print(c)

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持好吧啦網。

標簽: Python 編程
相關文章:
成人在线亚洲_国产日韩视频一区二区三区_久久久国产精品_99国内精品久久久久久久
一区二区在线观看免费视频播放| 欧美激情一区二区三区在线视频| 国产不卡视频在线播放| 欧美一级视频| 亚洲激情第一区| 亚洲欧洲日本mm| 中文字幕在线不卡国产视频| 欧美影视一区| 精品国产人成亚洲区| 国产福利一区在线观看| 3d动漫精品啪啪| 国产成人精品免费网站| 日韩免费一区二区| 粉嫩蜜臀av国产精品网站| 日韩三级.com| 男女精品视频| 亚洲最大成人综合| aⅴ色国产欧美| 一区二区三区在线看| 久久精品亚洲精品国产欧美kt∨ | 成人自拍视频在线| 欧美xxxx在线观看| 成人高清视频在线观看| 久久久精品综合| 欧美午夜欧美| 伊人夜夜躁av伊人久久| 国产日韩欧美亚洲一区| 亚洲韩国一区二区三区| 国产999精品久久久久久绿帽| 欧美疯狂做受xxxx富婆| 国产ts人妖一区二区| 2014亚洲片线观看视频免费| 欧美成人高清| 亚洲视频狠狠干| 一本色道久久综合亚洲二区三区| 一区二区三区四区在线免费观看| 亚洲免费在线| 久久国产精品一区二区| 欧美日韩国产小视频在线观看| 国产成人丝袜美腿| 日韩精品一区二区三区swag| 91丨porny丨蝌蚪视频| 欧美激情一区二区三区全黄| 亚洲日本视频| 午夜精品123| 欧美日韩综合在线免费观看| 处破女av一区二区| 国产精品剧情在线亚洲| 免费日韩视频| 蜜臀精品久久久久久蜜臀| 欧美日韩一级片在线观看| 成人一区二区三区中文字幕| 中文字幕国产一区| 国产伦精品一区二区三区四区免费 | 在线亚洲自拍| 日日摸夜夜添夜夜添精品视频| 日本高清免费不卡视频| 国产精品一级二级三级| 国产清纯白嫩初高生在线观看91| 国产一区二区久久久| 久久精品国产网站| 精品少妇一区二区三区在线视频| 国产一区视频观看| 五月天精品一区二区三区| 欧美精品乱码久久久久久| 午夜久久资源| 亚洲国产精品综合小说图片区| 在线观看免费视频综合| 国产成人高清视频| 中文字幕一区二区三区蜜月| 久久夜色精品| 懂色av一区二区三区蜜臀| 中文字幕一区二区三区视频 | 精品国产免费一区二区三区四区 | 亚洲免费成人av| 老司机午夜精品视频在线观看| 国产成人在线电影| 亚洲视频在线一区观看| 欧美日韩在线播放三区四区| 99国产精品99久久久久久| 亚洲一区二区在线免费看| 日韩一区二区三区免费观看| 亚洲大片在线| 久久99精品视频| 欧美国产精品v| 在线精品视频免费播放| 欧美成人高清| 麻豆国产欧美日韩综合精品二区 | 91亚洲国产成人精品一区二区三 | 尤物av一区二区| 337p亚洲精品色噜噜狠狠| 一色屋精品视频在线观看网站| 久久疯狂做爰流白浆xx| 国产精品乱码人人做人人爱| 欧美日免费三级在线| 国产一区免费视频| 精品亚洲aⅴ乱码一区二区三区| 欧美国产精品一区| 欧美人伦禁忌dvd放荡欲情| 亚洲香蕉网站| 精品夜夜嗨av一区二区三区| 亚洲图片欧美激情| 日韩欧美在线1卡| 久久久精品动漫| 欧美日韩亚洲一区三区 | 国产日韩欧美不卡| 欧美亚洲动漫精品| 亚洲国产精品一区二区第四页av| 久久97超碰色| 一区二区激情视频| 精品卡一卡二卡三卡四在线| 久久一本综合频道| 国产一区二区三区无遮挡| 久久成人免费网站| 一区二区三区在线观看国产| 精品国产三级电影在线观看| 91成人网在线| 国产日韩精品一区观看| 成人自拍视频在线| 欧美aaa在线| 一区二区三区在线免费播放| 国产日韩欧美麻豆| 91精品午夜视频| 色婷婷综合久久久| 一区二区精品在线观看| 欧美一区免费视频| 国产乱人伦偷精品视频不卡| 亚洲国产欧美一区二区三区丁香婷| 亚洲国产精品ⅴa在线观看| 欧美日韩一区二区在线观看视频| 国产精品呻吟| 亚洲私人影院| 99riav久久精品riav| 国产一区二区在线视频| 日日摸夜夜添夜夜添精品视频| 亚洲视频你懂的| 国产拍欧美日韩视频二区| 日韩三级在线观看| 欧美日韩视频在线观看一区二区三区 | 不卡的电视剧免费网站有什么| 日韩高清不卡在线| 成人欧美一区二区三区黑人麻豆| 久久久青草青青国产亚洲免观| 777色狠狠一区二区三区| 日本乱人伦aⅴ精品| 一本综合精品| 欧美日韩一区综合| av激情综合网| 激情图区综合网| 免费高清在线一区| 亚洲成a人片在线不卡一二三区| 亚洲欧洲精品天堂一级| 国产免费观看久久| 久久综合中文色婷婷| 亚洲欧美成人| 国产精品美女久久久浪潮软件| 韩国精品一区二区三区| 99这里都是精品| 国产宾馆实践打屁股91| 国产精品1区2区3区在线观看| 精品在线你懂的| 亚洲成a人v欧美综合天堂下载| 亚洲女人的天堂| 亚洲日本在线视频观看| 国产精品久久久久天堂| 国产欧美日韩在线看| 久久久精品免费观看| 91精品国产综合久久香蕉的特点| 欧美丝袜自拍制服另类| 欧美亚洲尤物久久| 91国内精品野花午夜精品| 亚洲欧美日韩国产一区二区| 国产亚洲精品自拍| 午夜亚洲一区| 久久久夜精品| 亚洲欧美日本视频在线观看| 午夜在线观看免费一区| 香蕉久久夜色精品| 久久免费黄色| 久久久久久久久久久久久9999| 久久国产99| 色婷婷亚洲综合| 在线观看91视频| 欧美日韩成人一区二区| 91精品在线麻豆| 精品国产伦一区二区三区观看方式 | 在线亚洲伦理| 国产精品夜夜夜一区二区三区尤| 亚洲一区高清| 久久黄色小说| 欧美在线小视频| 欧美年轻男男videosbes| 欧美日韩国产精品自在自线| 在线播放日韩导航| 亚洲精品一二三| 亚洲一区二区视频在线观看| 亚洲一区二区三区视频在线 | 日本一不卡视频| 久久福利视频一区二区| 国产成人精品一区二区三区网站观看|