Python教程之Pandas知識點匯總——查詢，索引，基本統計

Python教程之Pandas知識點匯總——查詢，索引，基本統計

一. 查詢與索引

1.Series和一維數組的不同：

在一維數組中就無法通過索引標簽(index)獲取數據，index默認是從0開始，步長為1的索引，也可以自己設置索引標簽。

2.若有兩個序列，對其進行算術運算，這時索引就體現了價值——自動化對齊

由于s5、s6中存在非對應索引，故結果存在NaN。這里的運算過程就應用了序列索引的自動對齊。對于DataFrame不僅自動對齊行，也會自動對齊列（columns_name）。

3.DataFrame索引

DataFrame數據：

查詢指定行：
print(student.loc[[0,2,4,5,7]]) #這里的loc索引標簽函數必須是中括號[ ]

查詢指定列：
print(student[‘Height’].head()) #只查詢一列

print(student[[‘Name’,‘Height’,‘Weight’]].head()) #如果多個列的話，必須使用雙重中括號[]

print(student.loc[:,[‘Name’,‘Height’,‘Weight’]].head())

按條件查詢：student[(條件1) & (條件2)]

eg1: 查詢12歲以上的女生信息

print(student[(student['Sex'] == 'F') & (student['Age'] > 12)])

eg2:查詢出12歲以上的女生的姓名、身高和體重

print(student[(student['Sex']=='F') & (student['Age']>12)][['Name','Height','Weight']])

如果是多個條件的查詢，必須使用&（and）或者丨（or）的兩端條件用括號括起來。

二. 簡單的統計分析

在實際工作中，可能處理一些數據型DataFrame，將函數應用到DataFrame中的每一列，可以使用apply函數。

import pandas as pd 
import numpy as np 
np.random.seed(1234)
d1 = pd.Series(2*np.random.normal(size = 100)+3)
d2 = np.random.f(2,4,size = 100)
d3 = np.random.randint(1,100,size = 100)
def stats(x):
	return pd.Series(
		[x.count(),x.min(),x.idxmin(),x.quantile(.25),x.median(),x.quantile(.75),
		x.mean(),x.max(),x.idxmax(),x.mad(),x.var(),x.std(),x.skew(),x.kurt()],
		index = ['Count','Min','Whicn_Min','Q1','Median','Q3','Mean','Max','Which_Max','Mad','Var','Std','Skew','Kurt']
		)
 
 
df = pd.DataFrame(np.array([d1,d2,d3]).T,columns = ['x1','x2','x3'])
print(df.head())
print(stats(df['x1']))
print(stats(d1))

講的還是比較詳細的，有什么疑問的地方，大家可以留言，更多的 Python教程也會繼續為大家更新！