PyCharm是一種Python IDE，其帶有一整套可以幫助用戶在使用Python語(yǔ)言開(kāi)發(fā)時(shí)提高其效率的工具。此外，該IDE提供了一些高級(jí)功能，以用于Django框架下的專業(yè)Web開(kāi)發(fā)。PyCharm現(xiàn)已加入在線訂購(gòu)，點(diǎn)擊此處了解價(jià)格詳情。

點(diǎn)擊下載PyCharm最新試用版

Pandas教程：Python數(shù)據(jù)框架的10個(gè)常見(jiàn)問(wèn)題

當(dāng)您開(kāi)始使用Python進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)科學(xué)時(shí)，Pandas是您將學(xué)習(xí)的第一個(gè)庫(kù)之一。其可幫助您處理數(shù)據(jù)集，轉(zhuǎn)換和清理數(shù)據(jù)以及獲取統(tǒng)計(jì)信息。

在本教程中，我們將回答人們?cè)谑褂眯茇垥r(shí)遇到的10個(gè)最常見(jiàn)的問(wèn)題。

數(shù)據(jù)集

在本教程的第一部分中，我們將使用包含城市人口樣本數(shù)據(jù)以及有關(guān)土地面積和人口密度的一些信息的數(shù)據(jù)集。

Pandas Loc和iloc

pandas.loc[] 有助于通過(guò)標(biāo)簽或布爾數(shù)組切片訪問(wèn)一組行和列。

讓我們選擇墨西哥城的人口。

下面我們僅打印墨西哥城的人口。

使用，.iloc[]您可以使用數(shù)字整數(shù)索引選擇列。

請(qǐng)記住以下幾點(diǎn)：

• 平原:用于選擇行/列中的所有數(shù)據(jù)。
• 0:2 將選擇行/列0和1。不包括2。
• -1 將選擇最后一個(gè)元素。

重命名列

接下來(lái)，我們將重命名這些列，以使它們將來(lái)更易于訪問(wèn)。

有幾種方法可以做到這一點(diǎn)：

• 直接分配df.columns一個(gè)列名稱數(shù)組。
• 用df.rename重命名特定列。

在pandas DataFrame中選擇多個(gè)列

讓我們將DataFrame分為兩個(gè)包含以下內(nèi)容的DataFrame：

1. 城市，國(guó)家和人口。
2. 城市，區(qū)域和密度。

我們可以通過(guò)幾種方式做到這一點(diǎn)：

• 通過(guò)使用.iloc[:, 0:3]，其中括號(hào)中的第一個(gè)參數(shù)選擇所有行，第二個(gè)參數(shù)選擇列0，列1和列2。
• 通過(guò)將DataFrame切片為double[]并輸入要選擇的列名。

熊貓按列合并兩個(gè)表

 接下來(lái)，我們將垂直連接我們創(chuàng)建的兩個(gè)表。這些表具有相同的City列，因此我們將使用該pd.merge函數(shù)來(lái)連接兩個(gè)表。

該left_on和right_on參數(shù)指示列名在第一和第二個(gè)表合并上。

使用pandas更改pandas中的列類型

與數(shù)據(jù)幀的工作進(jìn)一步，我們需要轉(zhuǎn)變Population，Area以及Density從字符串列轉(zhuǎn)換為數(shù)字。

為此，我們將：

1. 創(chuàng)建一個(gè)函數(shù)，to_int()它將帶有'，'符號(hào)的字符串轉(zhuǎn)換為整數(shù)。
2. 將apply函數(shù)與lambda表達(dá)式一起使用。
   

分組并變成一個(gè)DataFrame

現(xiàn)在，讓我們對(duì)DataFrame進(jìn)行分組，Country并計(jì)算此數(shù)據(jù)樣本中每個(gè)國(guó)家/地區(qū)的人口。
困難之pd.groupby處在于它返回一個(gè)groupby對(duì)象，而不是DataFrame。在下面的示例中，我們將展示如何從groupby對(duì)象創(chuàng)建DataFrame。

我們將對(duì)進(jìn)行分組Country，同時(shí)計(jì)算Population和Area列的總和。我們將刪除密度列，因?yàn)槲覀儾辉傩枰?

如何在Pandas中的DataFrame中的行上進(jìn)行迭代

盡管遍歷行可能不是最快的解決方案，但有時(shí)仍然可以派上用場(chǎng)。您可以使用循環(huán).iterrows()功能來(lái)做到這一點(diǎn)。

考慮嘗試對(duì)applyPandas DataFrame的函數(shù)或向量化表示執(zhí)行相同的操作。在大型數(shù)據(jù)集上，這將提高計(jì)算速度。

在下面，我們將Population列除以1000，并以千為單位獲得人口數(shù)。下面有3個(gè)替代代碼示例。

如何根據(jù)列值從DataFrame中選擇行

讓我們選擇人口超過(guò)1000萬(wàn)人，面積不到2000平方公里的國(guó)家。
您可以通過(guò)在中輸入邏輯約束來(lái)做到這一點(diǎn)[]。

如何更改DataFrame列的順序

您可以簡(jiǎn)單地通過(guò)以不同順序切片現(xiàn)有的DataFrame來(lái)做到這一點(diǎn)。

用Pandas清理數(shù)據(jù)

要開(kāi)始使用數(shù)據(jù)，您需要清理數(shù)據(jù)。

首先的基本步驟是：

• 在DataFrame中刪除重復(fù)項(xiàng)。
• 用有意義的值填充空單元格，或用很多空值刪除列。
• 獲取有關(guān)列值的統(tǒng)計(jì)信息。

讓我們下載帶有網(wǎng)球比賽結(jié)果的數(shù)據(jù)集。

我們將降大任于重復(fù)使用pd.drop_duplicates，以inplace = True將更改應(yīng)用到數(shù)據(jù)幀。

現(xiàn)在，讓我們找出DataFrame中是否存在NaN值。

df.isna().any() 當(dāng)該列包含NaN值時(shí)為True。

在此minutes列中，我們具有91％的NaN值，因此將其刪除，因?yàn)樗话魏斡杏玫男畔ⅰ?

在winner_age，loser_age，loser_rank，和winner_rank列沒(méi)有太多的NaN值，所以我們會(huì)用中位數(shù)代替NaN值。

有了df.describe我們，我們可以獲得有關(guān)數(shù)字列數(shù)據(jù)的統(tǒng)計(jì)信息。

這就是我們的Pandas教程。你學(xué)會(huì)了嗎？立即下載體驗(yàn)吧！您有任何疑問(wèn)或意見(jiàn)歡迎評(píng)論！