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。
-
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
-
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()
-
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
-
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
-
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
-
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
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
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——
