Pandas ist eine Open-Source-Bibliothek zur Datenbearbeitung und -analyse, die auf Python basiert. Es bietet benutzerfreundliche Datenstrukturen wie DataFrame und Series, die die Datenverarbeitung für alle Arten von Datenanalyseaufgaben erleichtern. Es wird häufig für den Umgang mit strukturierten Daten, die Datenbereinigung und -aufbereitung verwendet, was ein entscheidender Schritt in datenwissenschaftlichen Arbeitsabläufen ist. Ganz gleich, ob es sich um Zeitreihendaten, heterogene Daten oder Daten im CSV-, Excel-, SQL-Datenbank- oder JSON-Format handelt, Pandas bietet leistungsstarke Tools, die die Arbeit mit diesen Daten erheblich erleichtern.
Bevor Sie Pandas-Funktionen verwenden, müssen Sie die Bibliothek importieren. Es wird üblicherweise als pd importiert, um die Syntax prägnant zu halten.
import pandas as pd
Eine Serie ist ein eindimensional beschriftetes Array, das jeden Datentyp (Ganzzahl, Zeichenfolge, Gleitkomma usw.) enthalten kann. Es kann aus einer Liste, einem NumPy-Array oder einem Wörterbuch erstellt werden.
# Create a Pandas Series from a list s = pd.Series([1, 2, 3, 4])
Erwartete Ausgabe:
0 1 1 2 2 3 3 4 dtype: int64
Ein DataFrame ist eine zweidimensional beschriftete Datenstruktur, ähnlich einer Tabelle in einer Datenbank oder einer Excel-Tabelle. Es besteht aus Zeilen und Spalten. Jede Spalte kann einen anderen Datentyp haben.
# Create a DataFrame from a dictionary
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [24, 27, 22], 'City': ['New York', 'London', 'Berlin']}
df = pd.DataFrame(data)
Erwartete Ausgabe:
Name Age City
0 Alice 24 New York
1 Bob 27 London
2 Charlie 22 Berlin
data = {'col1': [1, 2, 3], 'col2': [4, 5, 6]}
df = pd.DataFrame(data)
data = [[1, 2, 3], [4, 5, 6]] df = pd.DataFrame(data, columns=["A", "B", "C"])
Erwartete Ausgabe:
A B C 0 1 2 3 1 4 5 6
Pandas bietet verschiedene Methoden zum Überprüfen und Abrufen von Informationen über Ihre Daten.
# Inspecting the DataFrame print(df.head()) print(df.tail()) print(df.info()) print(df.describe())
Erwartete Ausgabe:
A B C
0 1 2 3
1 4 5 6
A B C
0 1 2 3
1 4 5 6
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2 entries, 0 to 1
Data columns (total 3 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 A 2 non-null int64
1 B 2 non-null int64
2 C 2 non-null int64
dtypes: int64(3)
memory usage: 128.0 bytes
A B C
count 2.0 2.0 2.0
mean 2.5 3.5 4.5
std 2.1 2.1 2.1
min 1.0 2.0 3.0
25% 1.5 2.5 3.5
50% 2.0 3.0 4.0
75% 2.5 3.5 4.5
max 4.0 5.0 6.0
Sie können auf Spalten entweder in Punktnotation oder durch Indizierung mit eckigen Klammern zugreifen.
# Dot notation print(df.A) # Bracket notation print(df["B"])
Sie können .iloc[] für die Indizierung auf Ganzzahlbasis und .loc[] für die Indizierung auf Labelbasis verwenden.
# Using iloc (index-based) print(df.iloc[0]) # Access first row # Using loc (label-based) print(df.loc[0]) # Access first row using label
Sie können DataFrames segmentieren, um Teilmengen von Daten zu erhalten. Sie können Zeilen oder Spalten segmentieren.
# Select specific rows and columns subset = df.loc[0:1, ["A", "C"]]
Erwartete Ausgabe:
A C 0 1 3 1 4 6
Sie können Spalten direkt zum DataFrame hinzufügen, indem Sie Werte zuweisen.
df['D'] = [7, 8] # Adding a new column
Sie können die Werte einer Spalte ändern, indem Sie darauf zugreifen und neue Werte zuweisen.
df['A'] = df['A'] * 2 # Modify the 'A' column
Sie können Zeilen oder Spalten mit der Funktion drop() löschen.
df = df.drop(columns=['D']) # Dropping a column df = df.drop(index=1) # Dropping a row by index
Der Umgang mit fehlenden Daten ist eine wichtige Aufgabe. Pandas bietet mehrere Funktionen zum Umgang mit fehlenden Daten.
df = df.fillna(0) # Fill missing data with 0 df = df.dropna() # Drop rows with any missing values
Die Funktion „groupby()“ wird zum Aufteilen der Daten in Gruppen, zum Anwenden einer Funktion und zum anschließenden Kombinieren der Ergebnisse verwendet.
# Grouping by a column and calculating the sum
grouped = df.groupby('City').sum()
Sie können verschiedene Aggregationsfunktionen wie sum(), mean(), min(), max() usw. anwenden.
# Aggregating data using mean
df.groupby('City').mean()
Mit der Funktion sort_values() können Sie einen DataFrame nach einer oder mehreren Spalten sortieren.
# Sorting by a column in ascending order df_sorted = df.sort_values(by='Age') # Sorting by multiple columns df_sorted = df.sort_values(by=['Age', 'Name'], ascending=[True, False])
Sie können die Werte in einem DataFrame mit rank() einordnen.
df['Rank'] = df['Age'].rank()
Sie können zwei DataFrames basierend auf einer gemeinsamen Spalte oder einem gemeinsamen Index zusammenführen.
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'], 'B': ['B0', 'B1', 'B2']})
df2 = pd.DataFrame({'A': ['A0', 'A1', 'A2'], 'C': ['C0', 'C1', 'C2']})
merged_df = pd.merge(df1, df2, on='A')
You can concatenate DataFrames along rows or columns using concat().
df1 = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B']) df2 = pd.DataFrame([[5, 6], [7, 8]], columns=['A', 'B']) concat_df = pd.concat([df1, df2], axis=0)
Pandas is a versatile tool for data manipulation, from importing and cleaning data to performing complex operations. This cheat sheet provides a quick overview of some of the most common Pandas features, helping you make your data analysis workflow more efficient.
위 내용은 팬더 치트 시트의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
