1. Знакомство с пандами

Pandas — это мощный набор инструментов для анализа структурированных данных, в основе которого лежит Numpy (обеспечивающий высокопроизводительные операции с матрицами).

Pandas — это набор инструментов для структурированных данных, который можно использовать для интеллектуального анализа данных, анализа данных, очистки данных, визуализации данных и т. д.

2. Тип данных

Двумя наиболее важными структурами данных библиотеки Pandas являются Series и DataFrame.

Серия: объект, похожий на одномерный массив, состоящий из набора данных Numpy и последовательности чисел, соответствующих данным; доступ к данным Numpy можно получить через последовательность чисел.

DadaFrame: табличная структура данных, состоящая из набора упорядоченных столбцов, каждый из которых может иметь разный тип данных, что эквивалентно набору структур данных Series; подобно табличным данным, данные DadaFrame имеют индексы строк и столбцов; индексы столбцов могут обращаться к отдельным элементам данных.

структура данных	определение
Series	Одномерный однородный массив с метками
DataFrame	Помеченные гетерогенные 2D-таблицы переменного размера

3. Обзор панд

• генерация объектаСоздание объектов Series и объектов DataFrame

функция	пример
pd.Series	pd.Series([1,2,3,4],index=['一'，'二'，'三'，'四']
pd.DataFrame	pd.DataFrame([[1,2,3],[1,2,3]])

import pandas as pd

pd.Series([1,2,3,4],index=['一'，'二'，'三'，'四']
pd.DataFrame([[1,2,3],[1,2,3]])

• доступ к даннымДоступ к элементам данных в объектах Series и DataFrame

функция	эффект
df.head( )	Доступ к данным заголовка объекта
df.tail( )	Доступ к хвостовым данным объекта
df.describe( )	Доступ к нескольким статистическим данным для объекта
df.index	получить доступ к индексу строки объекта
df.columns	получить доступ к индексу столбца объекта
df.values	Доступ к элементам данных объекта
df.loc[ ]	Доступ к данным объекта по индексу
df.iloc[ ]	Доступ к данным объекта по местоположению
дф[условие]	Фильтровать данные по критериям
df.isin([ ])	Фильтровать данные по критериям

import pandas as pd

import pandas as pd

df = pd.DataFrame({'公号名':['人类之奴','十点美剧','韩剧剧场','果壳网','十点读书','胖胖啊'],'领域':['科技','影视','影视','科普','阅读','情感'],'粉丝数':[100000,964,1232,543,9990,200],'更新':['日更','周更','日更','月更','周更','日更']})
df.head()
df.tail(1)
df['粉丝数'].describe()
df.index
df.columns
df.values

df.loc[0]
df.loc[:]['公号名']

df.iloc[1:3]
df.iloc[1:4,0:2]

df[df['粉丝数']>9000]
df[df['领域'].isin(['科技'])]

• файл читать и писатьPandas может читать и записывать общие файлы, такие как .csv и .xlsx, при чтении он преобразует данные в структуру данных DataFrame для последующей обработки.

функция	эффект
pd.read_csv( )	Чтение файла .csv будет
pd.to_csv( )	Сохранить данные как файл .csv
pd.read_excel( )	Чтение файлов .xlsx
pd.to_excel( )	Сохранить данные как файл .xlsx
pd.read_hdf( )	Чтение файлов .h5
pd.to_hdf( )	Сохранить данные как файл .h5

import pandas as pd

path = 'D:\桌面\pd0.csv'

#GB18030可以解码包含中文的文件
df_csv = pd.read_csv(path,encoding='GB18030')
df_csv.to_csv('人类之奴.csv')

df_xlsx = pd.read_excel('D:\桌面\python包.xlsx',sheet_name=0)
df_xlsx.to_excel('人类之奴.xlsx')

df_hdf = pd.read_hdf('人类之奴.h5')
df_csv.to_hdf('人类之奴.h5','a')

• Очистка данныхОбработка (удаление, заполнение, замена) отсутствующих, проблемных данных в объектах.

функция	эффект
df.dropna( )	удалить элементы данных с отсутствующими значениями
df.fillna( )	Заполните пропущенные значения

import pandas as pd

df = pd.DataFrame({'公号名':['人类之奴','十点美剧','韩剧剧场','果壳网','十点读书','胖胖啊'],'领域':['科技',None,'影视','科普',None,'情感'],'粉丝数':[100000,964,None,543,9990,200],'更新':['日更','周更','日更','月更','周更','日更']})
df.head()
df.dropna()
df.fillna('科技')

• обработка данныхОбработка данных включает в себя объединение данных, перегруппировку данных, анализ данных и т. д.

функция	эффект
pd.concat([ ])	Объединение объектов Series/DataFrame
pd.merge( )	Объединить объекты Series/DataFrame
pd.join( )	Объединить объекты Series/DataFrame
df.sort_index( )	Переупорядочить данные по индексу
df.sort_values( )	Переупорядочить данные по значению
Метод Numpy	Объекты Series/DataFrame могут вызывать методы Numpy
df.groupby([ ]).function( )	Группировка для обработки функций
df.apply(function)	Вызов функции обработки объекта в целом

import pandas as pd
import numpy as np

df1 = pd.DataFrame({'名称':['甲','乙','丙','丁'],'语文':[56,34,67,89]})
df2 = pd.DataFrame({'名称':['甲','乙','丙','丁'],'数学':[98,97,89,35]})

pd.concat([df1,df2],axis=1)
pd.merge(df1,df2)

df = pd.merge(df1,df2)

df.sort_index(1,ascending=False)
df.sort_values(by='数学')

df.groupby(['数学']).mean()
df['数学'].apply(np.median)

• визуализация данныхВизуализируйте объекты Series/DataFrame.

функция	эффект
pd.plot( )	нарисовать линейную диаграмму
pd.plot.hist( )	нарисовать гистограмму
pd.plot.scatter( )	нарисовать точечную диаграмму

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df1 = pd.DataFrame({'语文':[56,34,67,89]})
df2 = pd.DataFrame({'数学':[98,97,89,35]})

pd.concat([df1,df2],axis=1)
pd.merge(df1,df2)

df.plot()
df.plot.hist()
df.plot.scatter()
#运行出错，没有解决这个问题，希望懂得朋友评论区帮忙解决一下

---

Ending