为了更好地掌握数据科学必备库Pandas的基本使用，本文通过精灵宝可梦的数据集实战，我们一起过一遍Pandas的基本操作，文中的代码都附有注释，并给出了结果的配图。

十分钟掌握Pandas基本操作（上）_Pandas

 

  • 导入pandas库，并读取csv文件

import pandas as pd
df=pd.read_csv('pokemon/Pokemon.csv')

  • 查看DataFrame信息

df.info()        # 数据类型，内存消耗等信息
df.describe()    # 统计特征，均值方差等

十分钟掌握Pandas基本操作（上）_Pandas_02

  • 查看DataFrame的前几行以及后几行

pd.head(n=5)  # 可以添加参数n，表示显示几行
pd.tail()

十分钟掌握Pandas基本操作（上）_Pandas_03

  • 显示行列信息

df.index    # 列索引
df.columns  # 行索引
df.values   # array对象
df.dtypes   # 列元素属性

  • 删除行列

df.drop(['#'],axis=1,inplace=True)
# 删除‘#’列数据，在原DataFrame上改变
df.drop([1,2,3],axis=0)
# 删除行索引为1、2、3的行，不在原DataFrame上改变

  • 修改列名(两种方法将‘Type 1’以及‘Type 2’中间的空格去掉)

df.rename(columns={'Type 1':'Type1','Type 2':'Type2'})
df.columns=df.columns.str.replace(' ','')

  • 数据观察

df['Defense'].mean()     # 所有宝可梦Defense的均值
df['Attack'].argmax()    # Attack最高的行索引
df['Sp.Atk'].idxmax()    # Sp.Atk最高的行索引
df.sort_values('HP',ascending=False).head(3)
# HP最多的前三条数据
df['Type1'].unique()     # Type1一共有哪些种类
df['Type1'].nunique()    # Type1一共有几种
df['Type2'].value_counts()
# Type2每种共有多少条

  • 检测空值

df.isnull().sum().sort_values(ascending=False)
# 将空值判断进行汇总，按从高到低排序

十分钟掌握Pandas基本操作（上）_Pandas_04

  • 空值填充

df['Type2'].fillna(value="Unknown",inplace=True)
# 将所有空缺值填为Unknown
df['Type2'].fillna(df['Type1'], inplace=True)
# 将所有Type2空缺值填为其对应Type1的值

  • 删除空值

df.dropna(how='any')
# 去除所有包含空值的行

  • 去重

df.drop_duplicates(['Type1'],keep='first')
# 去除相同的Type1的数据，仅保留第一个

  • 数据条件查询

df[df['Name']=='Squirtle']
# 查看杰尼龟的数据
df[df['Type1'].isin(['Fire'])]
# 查看所有Type1为Fire的数据
df[(df['Generation']==1)&(df['Attack’]>=100)]
# 查看Generation为1并且攻击力大于100的宝可梦

十分钟掌握Pandas基本操作（上）_Pandas_05

  • 数据访问方式(单行索引)

df.loc[3]   # 访问行索引为3的数据
df.iloc[3]  # 访问第4行数据，两行代码结果相同

十分钟掌握Pandas基本操作（上）_Pandas_06

  • 数据访问方式(区域索引，先行后列)

df.iloc[:5,:2]    # 数据前5行前两列，按位置索引

十分钟掌握Pandas基本操作（上）_Pandas_07

df.loc[10:15,['Generation','Attack','Sp.Atk']]
# 数据行标签10-15，列标签Generation,Attack和Sp.Atk，按标签索引
df.loc[[10,11,12,13,14,15],['Generation','Attack','Sp.Atk']]
# 与上述写法结果相同

十分钟掌握Pandas基本操作（上）_Pandas_08

df.loc[(df['Legendary']==True)|(df['Type1']=='Grass')]
# Legendary为真或者Type1为Grass的数据

 

  • 参考资料

Pandas官方文档

 

——END——