pandas学习笔记
2018-04-07 11:13
204 查看
# 对于pandas部分的学习,简单记录部分常用源代码如下,待更新... ... import pandas as pd import numpy as np import matplotlib.pyplot as plt # dates = pd.date_range('20180406', periods=6) # DataFrame 构建了一个纵横的列表。 # df = pd.DataFrame(np.random.rand(6, 4), index=dates, columns=list('abcd')) # print(df) # print(df[0:3]) # print(df[['a', 'c']]) # print(df.loc['20180406':'20180408', ['b', 'c']]) # 选取块只能这么操作,行不能写成2:5这种形式 # s = pd.Series([1, 3, 5, 8, 120]) # print(s) # 新建的一列Sumab,并将其加入到原有的单元格中 # df['Sumab'] = pd.Series(df['a'] + df['b'], index=df.index) # print(df) # 在方括号中加入判断条件来过滤行,条件必需返回 True 或者 False # print(df[df['a'] > 0.5]) # 打印出头两行,查看表末5行 df.tail(5),查看列的名字 df.columns # 查看表格当前的值 df.values # 查看所有列的统计描述,包括平均值,标准差,最大最小值,以及25%,50%,75%的 percentile 值 df.describe() # 对表按照A列升序排序 df.sort_values(by=’A’) # print(df.head(2)) # %matplotlib inline ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2018', periods=1000)) ts = ts.cumsum() ts.plot() df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index,columns=['A', 'B', 'C', 'D']) df = df.cumsum() plt.figure() df.plot() plt.legend(loc='best')
相关文章推荐
- pandas 学习笔记-- 数据清洗和转换
- Pandas学习笔记(不定期更新)
- Python:Pandas学习笔记(1)
- 人工智能学习笔记——数据分析处理库Pandas
- pandas 框架数据处理学习笔记1
- pandas学习笔记(1)--pandas简介
- pandas numpy学习笔记
- pandas学习笔记-索引、选取和过滤
- python pandas学习笔记
- python学习笔记二(pandas基础)
- pandas 学习笔记
- Python学习笔记—pandas
- pandas学习笔记
- 『Python学习』pandas进阶学习笔记
- python pandas库的学习笔记一pandas的数据结构
- Pandas学习笔记一(Pandas数据结构)
- 从零开始学Python学习笔记---之--pandas数据框(2)
- pandas学习笔记2—透视表(pivot_table)详解
- pandas学习笔记