Pandas模組,我覺得掌握這些就夠用了!

  • 2019 年 10 月 8 日
  • 筆記

作者:劉順祥

來源:數據分析1480

經常會有一些朋友問我類似的問題,「哎呀,這個數據該怎麼處理啊,我希望結果是這樣的,麻煩劉老師幫我看看。」、「劉老師,怎麼把一列數據拆分出來,並取出最後一個拆分結果呀?」、「劉老師,怎麼將Json數據讀入到Python中呢?」。在我看來,這些問題都可以藉助於Pandas模組完成,因為Pandas屬於專門做數據預處理的數據科學包。下面來介紹一下我認為Pandas模組中需要掌握的功能和函數。

數據讀寫

案例演示

# 讀入MySQL資料庫數據  # 導入第三方模組  import pymysql    # 連接MySQL資料庫  conn = pymysql.connect(host='localhost', user='root', password='test',                         database='test', port=3306, charset='utf8')  # 讀取數據  user = pd.read_sql('select * from topy', conn)  # 關閉連接  conn.close()  # 數據輸出  User

數據初印象

案例演示

# 數據讀取  sec_cars = pd.read_table(r'C:UsersAdministratorDesktopsec_cars.csv', sep = ',')  # 預覽數據的前五行  sec_cars.head()    # 查看數據的行列數  print('數據集的行列數:n',sec_cars.shape)    # 查看數據集每個變數的數據類型  print('各變數的數據類型:n',sec_cars.dtypes)    # 數據的描述性統計  sec_cars.describe()

數據清洗

案例演示

# 數據讀入  df = pd.read_excel(r'C:UsersAdministratorDesktopdata_test05.xlsx')  # 缺失觀測的檢測  print('數據集中是否存在缺失值:n',any(df.isnull()))    # 刪除法之記錄刪除  df.dropna()  # 刪除法之變數刪除  df.drop('age', axis = 1)    # 替換法之前向替換  df.fillna(method = 'ffill')  # 替換法之後向替換  df.fillna(method = 'bfill')    # 替換法之常數替換  df.fillna(value = 0)  # 替換法之統計值替換  df.fillna(value = {'gender':df.gender.mode()[0], 'age':df.age.mean(),                     'income':df.income.median()})

類型轉換與元素及運算

案例演示

# 數據讀入  df = pd.read_excel(r'C:UsersAdministratorDesktopdata_test03.xlsx')    # 將birthday變數轉換為日期型  df.birthday = pd.to_datetime(df.birthday, format = '%Y/%m/%d')    # 將手機號轉換為字元串  df.tel = df.tel.astype('str')    # 新增年齡和工齡兩列  df['age'] = pd.datetime.today().year - df.birthday.dt.year  df['workage'] = pd.datetime.today().year - df.start_work.dt.year    # 將手機號中間四位隱藏起來  df.tel = df.tel.apply(func = lambda x : x.replace(x[3:7], '****'))  # 取出郵箱的域名  df['email_domain'] = df.email.apply(func = lambda x : x.split('@')[1])    # 取出人員的專業資訊  df['profession'] = df.other.str.findall('專業:(.*?),')  # 去除birthday、start_work和other變數  df.drop(['birthday','start_work','other'], axis = 1, inplace = True)

數據合併、連接與匯總

案例演示

# 構造數據集df1和df2  df1 = pd.DataFrame({'name':['張三','李四','王二'], 'age':[21,25,22],                    'gender':['男','女','男']})  df2 = pd.DataFrame({'name':['丁一','趙五'], 'age':[23,22], 'gender':['女','女']})  # 數據集的縱向合併  pd.concat([df1,df2] , keys = ['df1','df2'])    # 如果df2數據集中的「姓名變數為Name」  df2 = pd.DataFrame({'Name':['丁一','趙五'], 'age':[23,22], 'gender':['女','女']})  # 數據集的縱向合併  pd.concat([df1,df2])    # 構造數據集  df3 = pd.DataFrame({'id':[1,2,3,4,5],'name':['張三','李四','王二','丁一','趙五'],                    'age':[27,24,25,23,25],'gender':['男','男','男','女','女']})  df4 = pd.DataFrame({'Id':[1,2,2,4,4,4,5], 'score':[83,81,87,75,86,74,88]                    'kemu':['科目1','科目1','科目2','科目1','科目2','科目3','科目1']})  df5 = pd.DataFrame({'id':[1,3,5],'name':['張三','王二','趙五'],                    'income':[13500,18000,15000]})  # 三表的數據連接  # 首先df3和df4連接  merge1 = pd.merge(left = df3, right = df4, how = 'left', left_on='id', right_on='Id')  merge1  # 再將連接結果與df5連接  merge2 = pd.merge(left = merge1, right = df5, how = 'left')  merge2

留言打卡第二季 DAY 28

今日的留言話題是聊聊你在python中常用到的模組或者推薦一些python中實用的模組,關於留言打卡的規則可以參考數據森麟公眾號留言打卡第二季開啟!,請按照昵稱+天數(請以自己實際打卡的天數為準,如day1 or day2 or day3)+ 留言內容(不少於15字)的方式留言