1、pandas入门示例

1、导入数据并查看

1、导入相关库

# -*- coding : utf-8 -*-
#coding: unicode_escape
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

2、读入数据并复制，防止后续处理损坏源数据

data_features=pd.read_csv('./dataset/550_70s.csv',error_bad_lines=False,encoding='gbk')
data_object=pd.read_csv('./dataset/class1.csv',error_bad_lines=False,encoding='gbk')
data1=data_features.copy()
data2=data_object.copy()
data1

3、查看数据
每一行代表一个样本，每一列代表一个特征。

4、查看最后几行数据

data1.tail()

5、获取Dataframe中的每个样本的标号信息

data1.index

6、将Dataframe转化为矩阵

data1.to_numpy()

注意：转换结果没显示全。

7、查看每个特征的均值、最大值、最小值等信息

data1.describe()

注意：结果仅显示重要部分。

扫描二维码关注公众号，回复： 13114731 查看本文章

8、查看数据信息

data1.info()

2、对DataFrame信息进行提取

1、按照某一列的数值大小对所有样本进行升序或者降序排列

 # 如果axis=0，那么by等于“列名”；如果axis=1，那么by=“行名”,默认为0。ascending是布尔型，True则升序，False则降序。
data1.sort_values(by='AN',axis=0, ascending=True) 

注意：结果仅显示重要部分。

2、将DataFrame的行列进行交换

data1.T

注意：结果仅显示重要部分。

3、提取某一列

data1.AN   # 与data1['AN']等效

注意：结果仅显示重要部分。

4、切片处理

data1[2:4]   # 提取出第2，3行

data1.loc[:,['AN','VA']]  # 提取出所有行，提取出抬头为‘AN’和VA列

5、提取出指定位置的标量值

data1.loc[2,'AN']   # 与data1.at[2,'AN']等效

6、提取指定行、指定列的值

# 按照位置选择
data1.iloc[[1,4,5],[0,2]]  # 行取1、4、5行，列取0和2列。

data1.iloc[1:3,:]

data1.iloc[4:,2:6]

暂时更新到这儿。