pandas每⼀列画图_别了，这是Pandas最详细教程了~来源：机器之⼼
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
<_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
image
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「and」。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()
image
().plot() 输出的⽰例
data[ column_numerical ].hist()
画出数据分布(直⽅图)
image
.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python怎么读取excel某一列
统计出现的次数
data[ column_1 ].value_counts()
image
.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()
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_notebook
tqdm_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。
image
在 Jupyter 中使⽤ tqdm 和 pandas 得到的进度条
相关性和散射矩阵
<()
<().applymap(lambda x: int(x*100)/100)
image
.corr() 会给出相关性矩阵
pd.plotting.scatter_matrix(data, figsize=(12,8))
image
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
<(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。upby( 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。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。