当前位置: 首页>前端>正文

char_jx の python数据分析模块[关于pandas库]

pd.Series()

d.cumsum()计算前n项累加和

[1]  axis = 0 代表对横轴操作,也就是第0轴;axis = 1 代表对纵轴操作,也就是第1轴;

理解

两个数据类型:Series,DataFrame

基于商促数据类型的各类操作

基本操作、运算操作、特征类操作、关联类操作

Numpy

Pandas

基础数据类型

扩展数据类型

关注数据的结构表达(数据之间的维度表达)

关注数据的应用表达

基于维度的运算

基于索引的运算

series类型

由一组数据及与之相关的数据索引组成

index_0 data_a

index_1 data_b

  • python 列表,index与列表元素个数一致
  • 标量值,index表达Series类型的尺寸
  • python字典,键值对中的“键”是索引,index从字典中进行选择操作
  • ndarray,索引和数据都可以通过ndarray类型创建
  • 其他函数,range()函数等

从ndarray类型创建

import pandas as pd
 import numpy as np
 n = pd.Serise(np.arange(5))
 
 输出:
 0  0
 1  1 
 2  2 
 3  3 
 4  4

Series类型对齐操作

Series+Series

Series类型在运算中会自动对齐不同索引的数据

name属性(.name)

Series对象和索引都可以有一个名字,存储在属性.name中

Series是一维带“标签”数组

Series基本操作类似ndarray和字典,根据索引对齐

DataFrame类型

二维ndarray对象

由一维ndarray、列表、字典、元组或series构成的字典

如何改变Series和DataFrame对象

增加或重排:重新索引

重新索引

.reindex()

.reindex(希望排列之后的index关系)能够改变或者重排Series和DataFrame索引

参数

说明

index,columns

新的行列自定义索引

fill_value

重新索引中,用于填充缺失位置的值

method

填充方法,ffill当前值向前填充,bfill向后填充

limit

最大填充量

copy

默认True,生成新的对象,False时,新旧相等不复刻

索引类型

Series和DataFrame的索引时index类型

index对象是不可修改类型

常用方法

方法

说明

.append(idx)

连接另一个index对象,产生新的index对象

.diff(idx)

计算差集,产生新的index对象

.intersection(idx)

计算交集

.union(idx)

计算并集

.delete(loc)

删除loc位置处的元素

.insert(loc.e)

在loc位置增加一个元素

删除指定索引对象

.drop()能够删除Series和DataFrame指定行或列索引

pandas数据运算

算数运算法则

算术运算根据行列索引,补齐后运算,运算默认产生浮点数

补齐时缺项填充NaN(空值)

二维和一维、一维和零维间的广播运算

采用+-*/符号进行的二元运算产生新的对象

方法

说明

.add(d,**argws)

类型间加法运算,可选参数

.sub(d,**argws)

类型间减法运算,可选参数

.mul(d,**argws)

类型间乘法运算,可选参数

.div(d,**argws)

类型见除法运算,可选参数

比较运算法则

比较运算只能比较相同索引的元素,不进行补齐。

二维和一维、一维和零维间的广播运算

采用><>=<= == !=等符号进行的二元运算产生布尔对象

小结

Series = 索引+一维数据

DataFrame = 行列索引 + 二维数据

理解数据类型与索引的关系,操作索引即操作数据

像对待单一数据一样对待Series和DataFrame对象

数据排序

.sort_index()方法在指定轴上根据索引进行排序,默认升序

.sort_index(axis=0,ascending=True)

ascending=False降序

.sort_values()方法在指定轴上根据数值进行排序,默认升序

Serious.sort_values(axis=0,ascending=True)

DataFrame.sort_values(by,axis=0,ascending=True)

by:axis轴上的某个索引或索引列表

NaN统一放到排序末尾

基本的统计分析函数

适用Series和DataFrame类型

方法

说明

.sum()

计算数据的总和

.count()

非NaN值的数量

.mean() .median()

计算数据的算术平均值、算数中位数

.var() .std()

计算数据的方差、标准差

.min() .max()

计算数据的最小值、最大值

统计汇总

.describe

针对0轴(各列)的统计汇总1

累计统计分析函数

方法

说明

.cumsum()

依次给出前1、2、……、n个数的和

.cumprod()

依次给出前1、2、……、n个数的积

.cummax()

依次给出前1、2、……、n个数的最大值

.cummin()

依次给出前1、2、……、n个数的最小值

滚动计算(窗口计算)

方法

说明(跨行运算)

.rolling(w).sum()

依次计算相邻w个元素的和

.rolling(w).mean()

依次计算相邻w个元素的算数平均值

.rolling(w).var()

依次计算相邻w个元素的方差

.rowing(w).std()

依次计算相邻w个元素的标准差

.rowing(w).main().max()

以此计算相邻w个元素的最小值和最大值

相关分析

两个事物,表示x和y,如何判断它们之间的存在相关性

相关性

  • x增大,y增大,两个变量正相关
  • x增大,y减小,两个变量负相关
  • x增大,y无视,两个变量不相关

协方差

两个事物,表示x和y,如何判断它们之间的存在相关性


https://www.xamrdz.com/web/22d1962344.html

相关文章: