Python Pandas 데이터 분석 도구 사용법 인 스 턴 스

1.소개
Pandas 는 Numpy 를 바탕 으로 하 는 전문 적 인 데이터 분석 도구 로 각종 데이터 세트 를 유연 하고 효율적으로 처리 할 수 있 으 며 우리 후기 에 사례 를 분석 하 는 신기 이기 도 합 니 다.이 는 두 가지 유형의 데이터 구 조 를 제공 하 는데 그것 이 바로 DataFrame 과 Series 이다.우 리 는 DataFrame 을 Excel 안의 표 로 간단하게 이해 할 수 있 고 Series 는 표 중의 한 열 이다.
2.DataFrame 만 들 기

# -*- encoding=utf-8 -*-

import pandas

if __name__ == '__main__':
  pass
  test_stu = pandas.DataFrame(
    {'  ': [66, 77, 88, 99, 85],
     '  ': [88, 77, 85, 78, 65],
     '  ': [99, 84, 87, 56, 75]},
  )
  print(test_stu)
  stu = pandas.DataFrame(
    {'  ': [66, 77, 88, 99, 85],
     '  ': [88, 77, 85, 78, 65],
     '  ': [99, 84, 87, 56, 75]},
    index=['  ', '  ', '  ', '  ', '  '] #   index  
  )
  print(stu)

운행 하 다.

        
0 66 88 99
1 77 77 84
2 88 85 87
3 99 78 56
4 85 65 75
          
   66 88 99
   77 77 84
   88 85 87
   99 78 56
   85 65 75

3.CSV 또는 Excel(.xlsx)을 읽 고 간단 한 조작(첨삭 검사)
data.csv

# -*- encoding=utf-8 -*-

import pandas

if __name__ == '__main__':
  pass
  data = pandas.read_csv('data.csv', engine='python') #   python      csv  
  print(data.head(5)) #    5 ，
  print(data.tail(5)) #    5 
  print(data) #       
  print(data['height']) #   height 
  print(data[['height', 'weight']]) #   height weight 
  data.to_csv('write.csv') #    csv  
  data.to_excel('write.xlsx') #    xlsx  
  data.info() #       (   ，      ，  )
  print(data.describe()) # (count   ，mean  、std   、min   、max   25%50%75%   。)
  data['   '] = range(0, len(data)) #           
  print(data)
  new_data = data.drop('   ', axis=1, inplace=False)
  #    ,  inplace True       ，  None，       ，      
  print(new_data)
  data['  +  '] = data['height'] + data['weight']
  print(data)
  data['remark'] = data['remark'].str.replace('to', '') #      
  print(data['remark'])
  data['birth'] = pandas.to_datetime(data['birth']) #       
  print(data['birth'])

4.조건 에 따라 선별 하고 절취

# -*- encoding=utf-8 -*-

import pandas

if __name__ == '__main__':
  pass
  data = pandas.read_csv('data.csv', engine='python') #   python      csv  
  a = data.iloc[:12, ] #   0-12 ，   
  # print(a)
  b = data.iloc[:, [1, 3]] #    , 1,3
  # print(b)
  c = data.iloc[0:12, 0:4] #    0-12， 0-4
  # print(c)
  d = data['sex'] == 1 #      1( ) 
  # print(d)
  f = data.loc[data['sex'] == 1, :] #      1( ) 
  # print(f)
  g = data.loc[:, ['weight', 'height']] #       
  # print(g)
  h = data.loc[data['height'].isin([166, 175]), :] #     166,175   
  # print(h)
  h1 = data.loc[data['height'].isin([166, 175]), ['weight', 'height']] #     166,175   
  # print(h1)
  i = data['height'].mean() #   
  j = data['height'].std() #   
  k = data['height'].median() #    
  l = data['height'].min() #    
  m = data['height'].max() #    
  # print(i)
  # print(j)
  # print(k)
  # print(l)
  # print(m)
  n = data.loc[
    (data['height'] > data['height'].mean()) &
    (data['weight'] > data['weight'].mean()),
    :] #         ，         ，   and  &     |
  print(n)

5.청 난 데이터,중복 제거,그룹 구성,통합

# -*- encoding=utf-8 -*-

import pandas

if __name__ == '__main__':
  pass
  sheet1 = pandas.read_excel('data.xlsx', sheet_name='Sheet1') #   sheet1
  # print(sheet1)
  # print('-------------------------')
  sheet2 = pandas.read_excel('data.xlsx', sheet_name='Sheet2') #   sheet2
  # print(sheet2)
  # print('-------------------------')
  a = pandas.concat([sheet1, sheet2]) #   
  # print(a)
  # print('-------------------------')
  b = a.dropna() #      nan， nan    
  # print(b)
  # print('-------------------------')
  b1 = a.dropna(subset=['weight']) #          nan
  # print(b1)
  # print('-------------------------')
  c = b.drop_duplicates() #       
  # print(c)
  # print('-------------------------')
  d = b.drop_duplicates(subset=['weight']) #           
  # print(d)
  # print('-------------------------')
  e = b.drop_duplicates(subset=['weight'], keep='last') #           ,          
  # print(e)
  # print('-------------------------')
  f = a.sort_values(['weight'], ascending=False) #       weight
  # print(f)
  g = c.groupby(['sex']).sum() #   sex  ，   
  # print(g)
  g1 = c.groupby(['sex'], as_index=False).sum() #   sex  ，   ， sex     
  # print(g1)
  g2 = c.groupby(['sex', 'weight']).sum() #   sex      weight  ，   
  # print(g2)
  h = pandas.cut(c['weight'], bins=[80, 90, 100, 150, 200], ) #         
  print(h)
  # print('-------------------------')
  c['      '] = h #     ，   ，      
  print(c)

이상 이 바로 본 고의 모든 내용 입 니 다.여러분 의 학습 에 도움 이 되 고 저 희 를 많이 응원 해 주 셨 으 면 좋 겠 습 니 다.