jupyter 写入csv pandas_整理一套 pandas 详细教程,希望对你有帮助!
编辑:技术君
来源:机器之心
Python人工智能技术(ID:coder_experience)第277次推文
上一篇:中科大博士20万字正经论文:教你如何给女朋友送礼物
Python 是开源的,它很棒,但是也无法避免开源的一些固有问题:很多包都在做(或者在尝试做)同样的事情。如果你是 Python 新手,那么你很难知道某个特定任务的最佳包是哪个,你需要有经验的人告诉你。有一个用于数据科学的包绝对是必需的,它就是 pandas。pandas 最有趣的地方在于里面隐藏了很多包。它是一个核心包,里面有很多其他包的功能。这点很棒,因为你只需要使用 pandas 就可以完成工作。pandas 相当于 python 中 excel:它使用表(也就是 dataframe),能在数据上做各种变换,但还有其他很多功能。如果你早已熟知 python 的使用,可以直接跳到第三段。让我们开始吧!
pandas 最基本的功能
读取数据
data = pd.read_csv( my_file.csv )data = pd.read_csv( my_file.csv , sep= ; , encoding= latin-1 , nrows=1000, skiprows=[2,5])
sep 代表的是分隔符。如果你在使用法语数据,excel 中 csv 分隔符是「;」,因此你需要显式地指定它。编码设置为 latin-1 来读取法语字符。nrows=1000 表示读取前 1000 行数据。skiprows=[2,5] 表示你在读取文件的时候会移除第 2 行和第 5 行。
- 最常用的功能:read_csv, read_excel
- 其他一些很棒的功能:read_clipboard, read_sql
写数据
data.to_csv( my_new_file.csv , index=None)
index=None 表示将会以数据本来的样子写入。如果没有写 index=None,你会多出一个第一列,内容是 1,2,3,...,一直到最后一行。我通常不会去使用其他的函数,像.to_excel, .to_json, .to_pickle 等等,因为.to_csv 就能很好地完成工作,并且 csv 是最常用的表格保存方式。
检查数据
Gives (#rows, #columns)
给出行数和列数。
data.describe()
计算基本的统计数据。
查看数据
data.head(3)
打印出数据的前 3 行。与之类似,.tail() 对应的是数据的最后一行。
data.loc[8]
打印出第八行。
data.loc[8, column_1 ]
打印第八行名为「column_1」的列。
data.loc[range(4,6)]
第四到第六行(左闭右开)的数据子集。
pandas 的基本函数
逻辑运算
data[data[ column_1 ]== french ]data[(data[ column_1 ]== french ) & (data[ year_born ]==1990)]data[(data[ column_1 ]== french ) & (data[ year_born ]==1990) & ~(data[ city ]== London )]
通过逻辑运算来取数据子集。要使用 & (AND)、 ~ (NOT) 和 | (OR),必须在
逻辑运算前后加上“(”和“)”。
data[data[ column_1 ].isin([ french , english ])]
除了可以在同一列使用多个 OR,你还可以使用.isin() 函数。基本绘图
matplotlib 包使得这项功能成为可能。正如我们在介绍中所说,它可以直接在 pandas 中使用。
data[ column_numerical ].plot()
.plot() 输出的示例
data[ column_numerical ].hist()
画出数据分布(直方图)
.hist() 输出的示例
%matplotlib inline
如果你在使用 Jupyter,不要忘记在画图之前加上以上代码。
更新数据
data.loc[8, column_1 ] = english将第八行名为 column_1 的列替换为「english」
data.loc[data[ column_1 ]== french , column_1 ] = French
在一行代码中改变多列的值。好了,现在你可以做一些在 excel 中可以轻松访问的事情了。下面让我们深入研究 excel 中无法实现的一些令人惊奇的操作吧。
中级函数
统计出现的次数
data[ column_1 ].value_counts()
.value_counts() 函数输出示例
在所有的行、列或者全数据上进行操作
data[ column_1 ].map(len)
len() 函数被应用在了「column_1」列中的每一个元素上.map() 运算给一列中的每一个元素应用一个函数
data[ column_1 ].map(len).map(lambda x: x/100).plot()
pandas 的一个很好的功能就是链式方法(https://tomaugspurger.github.io/method-chaining)。它可以帮助你在一行中更加简单、高效地执行多个操作(.map() 和.plot())。
data.apply(sum)
.apply() 会给一个列应用一个函数。.applymap() 会给表 (DataFrame) 中的所有单元应用一个函数。
tqdm, 唯一的
在处理大规模数据集时,pandas 会花费一些时间来进行.map()、.apply()、.applymap() 等操作。tqdm 是一个可以用来帮助预测这些操作的执行何时完成的包(是的,我说谎了,我之前说我们只会使用到 pandas)。
from tqdm import tqdm_notebooktqdm_notebook().pandas()
用 pandas 设置 tqdm
data[ column_1 ].progress_map(lambda x: x.count( e ))
用 .progress_map() 代替.map()、.apply() 和.applymap() 也是类似的。
在 Jupyter 中使用 tqdm 和 pandas 得到的进度条
相关性和散射矩阵
data.corr()data.corr().applymap(lambda x: int(x*100)/100)
.corr() 会给出相关性矩阵
pd.plotting.scatter_matrix(data, figsize=(12,8))
散点矩阵的例子。它在同一幅图中画出了两列的所有组合。
pandas 中的高级操作
The SQL 关联
在 pandas 中实现关联是非常非常简单的
data.merge(other_data, on=[ column_1 , column_2 , column_3 ])
关联三列只需要一行代码
分组
一开始并不是那么简单,你首先需要掌握语法,然后你会发现你一直在使用这个功能。
data.groupby( column_1 )[ column_2 ].apply(sum).reset_index()
按一个列分组,选择另一个列来执行一个函数。.reset_index() 会将数据重构成一个表。
正如前面解释过的,为了优化代码,在一行中将你的函数连接起来。
行迭代
dictionary = {}
for i,row in data.iterrows(): dictionary[row[ column_1 ]] = row[ column_2 ]
.iterrows() 使用两个变量一起循环:行索引和行的数据 (上面的 i 和 row)。总而言之,pandas 是 python 成为出色的编程语言的原因之一。我本可以展示更多有趣的 pandas 功能,但是已经写出来的这些足以让人理解为何数据科学家离不开 pandas。总结一下,pandas 有以下优点:
- 易用,将所有复杂、抽象的计算都隐藏在背后了;
- 直观;
- 快速,即使不是最快的也是非常快的。
它有助于数据科学家快速读取和理解数据,提高其工作效率。
原文链接:
https://towardsdatascience.com/be-a-more-efficient-data-scientist-today-master-pandas-with-this-guide-ea362d27386
技术君个人微信
添加技术君个人微信即送一份惊喜大礼包
→ 技术资料共享
→ 技术交流社群
--END--
往日热文:
PyTorch版YOLOv4更新了,不仅适用于自定义数据集,还集成了注意力和MobileNet
从6行到92行:If-Else是贫瘠的多态性
关于Python 3.9,那些你不知道的事
外媒:中国准备对谷歌发动反垄断调查,目标安卓,最快10月决定
如何友好的把Python和Bash结合在一起
无序的集合:Python中的数学集合运算
喜欢本文的朋友们,欢迎长按下图关注订阅号Python人工智能技术
收看更多精彩内容
你在看吗?一起成长
jupyter 写入csv pandas_整理一套 pandas 详细教程,希望对你有帮助!相关推荐
- 整理一套pandas详细教程,希望对你有帮助!
来源:机器之心 本文约2000字,建议阅读5分钟 pandas 是 python 成为出色的编程语言的原因之一. Python 是开源的,它很棒,但是也无法避免开源的一些固有问题:很多包都在做(或者在 ...
- 【宝藏级】全网最全的Pandas详细教程(2万字总结)
[回炉重造]Python之Pandas详细教程 前言 为什么要学习Pandas? 什么是Pandas? 1. Pandas的索引操作 1. Series和DataFrame中的索引都是Index对象 ...
- jupyter 写入csv pandas_Pandas 最详细教程在这里
Python 是开源的,它很棒,但是也无法避免开源的一些固有问题:很多包都在做(或者在尝试做)同样的事情.如果你是 Python 新手,那么你很难知道某个特定任务的最佳包是哪个,你需要有经验的人告诉你 ...
- 金蝶k3rpc服务器不可用_会计小白金蝶软件不会建账套?详细教程都在这里,别再发愁...
还在为不会操作金蝶软件而头疼吗? 今天,小编和大家分享一些金蝶软件实操技巧,让大家更快速的完成工作! (文末可免费领取完整版示例课件) 如果想知道如何使用金蝶,那么熟悉其操作流程时必不可少的. 整个软 ...
- python3 库pandas写入csv格式文件出现中文乱码问题解决方法
python3 库pandas写入csv格式文件出现中文乱码问题解决方法 参考文章: (1)python3 库pandas写入csv格式文件出现中文乱码问题解决方法 (2)https://www.cn ...
- csv java web 导入_DAY5-step9 使用CSV模块和Pandas在Python中读取和写入CSV文件
什么是CSV文件? CSV文件是一种纯文本文件,其使用特定的结构来排列表格数据. CSV是一种紧凑,简单且通用的数据交换通用格式. 许多在线服务允许其用户将网站中的表格数据导出到CSV文件中. CSV ...
- pythonpandas读取csv文件最后一行_简单小案例(一):使用Pandas在Python中读取和写入CSV文件...
前期文章链接: YOLOv3论文 https://arxiv.org/pdf/1804.02767.pdf 正文: 有许多方法可以在Python中读写CSV文件.有几种不同的方法,例如,您可以使用Py ...
- 问题:使用pandas中的DataFrame写入csv文件多出一行unnamed,如何解决呢??
问题:使用pandas中的DataFrame写入csv文件多出一行unnamed,如何解决呢?? 参考文章: (1)问题:使用pandas中的DataFrame写入csv文件多出一行unnamed,如 ...
- 用python的pandas打开csv文件_使用CSV模块和Pandas在Python中读取和写入CSV文件
什么是CSV文件? CSV文件是一种纯文本文件,其使用特定的结构来排列表格数据.CSV是一种紧凑,简单且通用的数据交换通用格式.许多在线服务允许其用户将网站中的表格数据导出到CSV文件中.CSV文件将 ...
最新文章
- c语言读h5文件,我利用C语言实现SHA-256算法,需要从一个txt文件中读出数据并把...
- springboot+mybatis+thymeleaf项目搭建及前后端交互
- Web控件TreeView展开无闪烁的两个解决方法
- C#提供的类库能够轻松实现对文件的操作
- Hibernate-----5、持久化对象
- B端产品的PMF的定义原则
- 高通平台提高核电电压
- 专题二:浅谈社交行业如何有效反欺诈
- android端集成FTP文件下载功能
- ksh 命令退出状态
- Python遥感影像SAR分割裁剪多张小影像
- [附源码]java毕业设计学习资源共享与在线学习系统
- Ubuntu配置网络代理
- 【安全科普】AD域安全协议(一)kerberos
- msconfig设置最大内存导致电脑无法启动解决方法
- 2022-2027年中国面膜行业市场调研及未来发展趋势预测报告
- CSS简单的交互动效
- 【作废】Inventor 二次开发学习指南入门到精通(含Inventor最新二次开发教程下载)
- UTC时间转PST时间,区分冬夏令时
- xp 下启用 ahci 模式