标签：02 00 01 df 30 分钟 pandas 2013 Out
参考资料：https://pandas.pydata.org/docs/user_guide/10min.html
创建对象
创建一个Series对象
In [150]: s = pd.Series([1, 3, 5, np.nan, 6, 8]) In [151]: s Out[151]: 0 1.0 1 3.0 2 5.0 3 NaN 4 6.0 5 8.0 dtype: float64
创建一个DataFrame对象通过NumPy的数组
In [152]: dates = pd.date_range('20130101', periods=6)
In [153]: dates
Out[153]:
DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
'2013-01-05', '2013-01-06'],
dtype='datetime64[ns]', freq='D')
In [154]: df = pd.DataFrame(np.random.randn(6,4),index=dates, columns=list('ABCD'))
In [155]: df
Out[155]:
A B C D
2013-01-01 0.911951 0.119077 2.244598 -1.524168
2013-01-02 -0.711591 1.814327 0.859623 -0.249116
2013-01-03 -0.041417 -1.158472 1.037752 1.124356
2013-01-04 1.222247 -0.651681 1.764630 0.500507
2013-01-05 -0.332192 -1.424871 -0.680254 0.370109
2013-01-06 -0.724522 -1.238991 0.223425 -1.775954
通过一个字典来生成一个df对象
In [179]: df2 = pd.DataFrame(
...: ...: {
...: ...: "A": 1.0,
...: ...: "B": pd.Timestamp("20130102"),
...: ...: "C": pd.Series(1, index=list(range(4)), dtype="float32"),
...: ...: "D": np.array([3] * 4, dtype="int32"),
...: ...: "E": pd.Categorical(["test", "train", "test", "train"]),
...: ...: "F": "foo",
...: ...: },
...: ...:
...: )
In [180]: df2
Out[180]:
A B C D E F
0 1.0 2013-01-02 1.0 3 test foo
1 1.0 2013-01-02 1.0 3 train foo
2 1.0 2013-01-02 1.0 3 test foo
3 1.0 2013-01-02 1.0 3 train foo
In [181]: df2.dtypes
Out[181]:
A float64
B datetime64[ns]
C float32
D int32
E category
F object
dtype: object
In [182]:
通过dtypes可以查看相关索引的内容类型。
查看数据
通过head, tail,可以查看部分内容，通过index与columns可以查看行索引与列索引的信息
In [183]: df.head()
Out[183]:
A B C D
2013-01-01 0.911951 0.119077 2.244598 -1.524168
2013-01-02 -0.711591 1.814327 0.859623 -0.249116
2013-01-03 -0.041417 -1.158472 1.037752 1.124356
2013-01-04 1.222247 -0.651681 1.764630 0.500507
2013-01-05 -0.332192 -1.424871 -0.680254 0.370109
In [184]: df.tail(2)
Out[184]:
A B C D
2013-01-05 -0.332192 -1.424871 -0.680254 0.370109
2013-01-06 -0.724522 -1.238991 0.223425 -1.775954
In [185]: df.head(1)
Out[185]:
A B C D
2013-01-01 0.911951 0.119077 2.244598 -1.524168
In [186]: df.index
Out[186]:
DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
'2013-01-05', '2013-01-06'],
dtype='datetime64[ns]', freq='D')
In [187]: df.columns
Out[187]: Index(['A', 'B', 'C', 'D'], dtype='object')
In [188]:
通过DataFrame.to_numpy()可以给你一个NumPy的array数据，但有时候这会很耗费电脑，因为pandas是根据每一列一个dtypes的，而NumPy的array是整个数据一个dtype的
In [194]: df.to_numpy()
Out[194]:
array([[ 0.9119509 , 0.11907694, 2.24459767, -1.52416844],
[-0.71159066, 1.81432742, 0.85962346, -0.24911614],
[-0.0414173 , -1.15847237, 1.03775241, 1.12435552],
[ 1.22224697, -0.65168145, 1.76462966, 0.50050719],
[-0.33219183, -1.42487132, -0.68025439, 0.37010889],
[-0.72452176, -1.23899146, 0.22342519, -1.77595409]])
In [195]: df2.to_numpy()
Out[195]:
array([[1.0, Timestamp('2013-01-02 00:00:00'), 1.0, 3, 'test', 'foo'],
[1.0, Timestamp('2013-01-02 00:00:00'), 1.0, 3, 'train', 'foo'],
[1.0, Timestamp('2013-01-02 00:00:00'), 1.0, 3, 'test', 'foo'],
[1.0, Timestamp('2013-01-02 00:00:00'), 1.0, 3, 'train', 'foo']],
dtype=object)
上面演示了两种to_numpy的方式，其中第二种的花费要多很多。
describe() 将会展示一些数据的基础信息，比如统计数量，标准差，最小值，最大值.......
In [202]: df.describe()
Out[202]:
A B C D
count 6.000000 6.000000 6.000000 6.000000
mean 0.054079 -0.423435 0.908296 -0.259045
std 0.830825 1.229820 1.051730 1.165178
min -0.724522 -1.424871 -0.680254 -1.775954
25% -0.616741 -1.218862 0.382475 -1.205405
50% -0.186805 -0.905077 0.948688 0.060496
75% 0.673609 -0.073613 1.582910 0.467908
max 1.222247 1.814327 2.244598 1.124356
通过T可以把行索引与列索引进行转置。
In [204]: df.T Out[204]: 2013-01-01 2013-01-02 2013-01-03 2013-01-04 2013-01-05 2013-01-06 A 0.911951 -0.711591 -0.041417 1.222247 -0.332192 -0.724522 B 0.119077 1.814327 -1.158472 -0.651681 -1.424871 -1.238991 C 2.244598 0.859623 1.037752 1.764630 -0.680254 0.223425 D -1.524168 -0.249116 1.124356 0.500507 0.370109 -1.775954
通过索引进行排序
通过sort_index按照索引的数值大小，可以进行排序
In [207]: df.sort_index(ascending=False)
Out[207]:
A B C D
2013-01-06 -0.724522 -1.238991 0.223425 -1.775954
2013-01-05 -0.332192 -1.424871 -0.680254 0.370109
2013-01-04 1.222247 -0.651681 1.764630 0.500507
2013-01-03 -0.041417 -1.158472 1.037752 1.124356
2013-01-02 -0.711591 1.814327 0.859623 -0.249116
2013-01-01 0.911951 0.119077 2.244598 -1.524168
In [208]: df.sort_index?
In [209]: df.sort_index(axis=1, ascending=False)
Out[209]:
D C B A
2013-01-01 -1.524168 2.244598 0.119077 0.911951
2013-01-02 -0.249116 0.859623 1.814327 -0.711591
2013-01-03 1.124356 1.037752 -1.158472 -0.041417
2013-01-04 0.500507 1.764630 -0.651681 1.222247
2013-01-05 0.370109 -0.680254 -1.424871 -0.332192
2013-01-06 -1.775954 0.223425 -1.238991 -0.724522
当然最后还可以通过具体某一列的数值大小进行排序
In [212]: df.sort_values(by='B')
Out[212]:
A B C D
2013-01-05 -0.332192 -1.424871 -0.680254 0.370109
2013-01-06 -0.724522 -1.238991 0.223425 -1.775954
2013-01-03 -0.041417 -1.158472 1.037752 1.124356
2013-01-04 1.222247 -0.651681 1.764630 0.500507
2013-01-01 0.911951 0.119077 2.244598 -1.524168
2013-01-02 -0.711591 1.814327 0.859623 -0.249116
选择
pandas建议用过.at, .iat, .loc and .iloc.这4类方法进行取值。
选择单列数据,返回的是一个Series对象,单个数值的时候返回列数据
In [226]: df['A'] Out[226]: 2013-01-01 0.911951 2013-01-02 -0.711591 2013-01-03 -0.041417 2013-01-04 1.222247 2013-01-05 -0.332192 2013-01-06 -0.724522 Freq: D, Name: A, dtype: float64
通过切片取值的时候返回多行数据的df对象。[理解为被切片的df对象]，切片为取头取尾。
In [229]: df[0:3]
Out[229]:
A B C D
2013-01-01 0.911951 0.119077 2.244598 -1.524168
2013-01-02 -0.711591 1.814327 0.859623 -0.249116
2013-01-03 -0.041417 -1.158472 1.037752 1.124356
In [230]: df["20130102":'20130103']
Out[230]:
A B C D
2013-01-02 -0.711591 1.814327 0.859623 -0.249116
2013-01-03 -0.041417 -1.158472 1.037752 1.124356
通过便签取值，国内书中有说是显式取值。通过loc的方法,注意调用该方法时不用()直接后面加[]就可以.
In [238]: df.loc[dates[0]] Out[238]: A 0.911951 B 0.119077 C 2.244598 D -1.524168 Name: 2013-01-01 00:00:00, dtype: float64
取多列坐标数据
In [239]: df.loc[:,['A','B']]
Out[239]:
A B
2013-01-01 0.911951 0.119077
2013-01-02 -0.711591 1.814327
2013-01-03 -0.041417 -1.158472
2013-01-04 1.222247 -0.651681
2013-01-05 -0.332192 -1.424871
2013-01-06 -0.724522 -1.238991
通过切片选择不同的行与列的信息
In [240]: df.loc["20130102":"20130104",["A","B"]]
Out[240]:
A B
2013-01-02 -0.711591 1.814327
2013-01-03 -0.041417 -1.158472
2013-01-04 1.222247 -0.651681
只选取一行，选取指定列
In [241]: df.loc["20130102",["A","B"]] Out[241]: A -0.711591 B 1.814327 Name: 2013-01-02 00:00:00, dtype: float64
最后介绍两种方式取出单个数值，也就是所谓的标量
In [242]: df.loc[dates[0],"A"] Out[242]: 0.91195089904327 In [243]: df.at[dates[0],"A"] Out[243]: 0.91195089904327 In [244]:
通过位置来取值，也就是所谓的隐式传参 iloc
跟loc使用差不多，可以传入单值，多值，还有切片
单值，返回某一行的数据的Series对象
In [244]: df.iloc[0] Out[244]: A 0.911951 B 0.119077 C 2.244598 D -1.524168 Name: 2013-01-01 00:00:00, dtype: float64 In [245]: df.iloc[3] Out[245]: A 1.222247 B -0.651681 C 1.764630 D 0.500507 Name: 2013-01-04 00:00:00, dtype: float64
也可以通过切片，这是跟Python一样，取头不取尾的
In [246]: df.iloc[3:5,0:2]
Out[246]:
A B
2013-01-04 1.222247 -0.651681
2013-01-05 -0.332192 -1.424871
还可以传入多个位置参数来取，位置参数之间用逗号分割
In [247]: df.iloc[[1,2,4],[0,2]]
Out[247]:
A C
2013-01-02 -0.711591 0.859623
2013-01-03 -0.041417 1.037752
2013-01-05 -0.332192 -0.680254
可以通过单个:来全选数据
In [248]: df.iloc[1:3]
Out[248]:
A B C D
2013-01-02 -0.711591 1.814327 0.859623 -0.249116
2013-01-03 -0.041417 -1.158472 1.037752 1.124356
In [249]: df.iloc[1:3,:]
Out[249]:
A B C D
2013-01-02 -0.711591 1.814327 0.859623 -0.249116
2013-01-03 -0.041417 -1.158472 1.037752 1.124356
In [250]: df.iloc[:,1:3]
Out[250]:
B C
2013-01-01 0.119077 2.244598
2013-01-02 1.814327 0.859623
2013-01-03 -1.158472 1.037752
2013-01-04 -0.651681 1.764630
2013-01-05 -1.424871 -0.680254
2013-01-06 -1.238991 0.223425
也可以通过输入两个数值坐标来取标量。
In [251]: df.iloc[1,1] Out[251]: 1.8143274155708045 In [252]: df.iat[1,1] Out[252]: 1.8143274155708045
bolllean 索引，有些书称为掩码取值
标签：02,00,01,df,30,分钟,pandas,2013,Out 来源： https://www.cnblogs.com/sidianok/p/14368384.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。