PythonPandasŚciągawka do analizy danych
Przewodnik referencyjny dla seriiPandasi ramek DataFrame. Dowiedz się, jak ładować, czyścić, wybierać, grupować i agregować dane.
Ładowanie danych i wstępna kontrola
Operacje ładowania zbiorów danych i sprawdzania ich konturów strukturalnych.
| Metoda / Funkcja | Składnia | Opis |
|---|---|---|
| pd.DataFrame() | pd.DataFrame(data, columns=...) | Konstruuje dwuwymiarową oznaczoną strukturę danych z kolumnami. |
| pd.read_csv() | pd.read_csv(filepath) | Ładuje plik CSV do ramki danychPandas. |
| head() / tail() | df.head(n=5) / df.tail(n=5) | Zwraca pierwsze n lub ostatnie n wierszy ramki DataFrame. |
| info() | df.info() | Drukuje zwięzłe podsumowanie kolumn DataFrame, liczników innych niż null i użycia pamięci. |
| describe() | df.describe() | Generuje statystyki opisowe podsumowujące tendencję centralną, rozproszenie i kształt. |
Wybór danych, filtrowanie i czyszczenie
Metody dzielenia kolumn/wierszy, agregowania danych i rozwiązywania brakujących rekordów.
| Metoda / Funkcja | Składnia | Opis |
|---|---|---|
| loc[] | df.loc[row_label, col_label] | Dostęp do grupy wierszy i kolumn według etykiet. |
| iloc[] | df.iloc[row_pos, col_pos] | Dostęp do grupy wierszy i kolumn według pozycji indeksu w postaci liczb całkowitych. |
| groupby() | df.groupby(col).mean() | Grupuje wiersze o wspólnych wartościach col i agreguje pola liczbowe. |
| value_counts() | df[col].value_counts() | Zwraca serię zawierającą liczbę unikalnych wartości w kol. |
| dropna() | df.dropna(axis=0) | Usuwa wiersze (lub kolumny) zawierające wartości brakujące lub null. |
| fillna() | df.fillna(value) | Wypełnia brakujące wartości określoną wartością lub strategią. |
Interaktywny skrypt demonstracyjny
# pd.DataFrame()
pd.DataFrame(data, columns=...)
# pd.read_csv()
pd.read_csv(filepath)
# head() / tail()
df.head(n=5) / df.tail(n=5)
# info()
df.info()
# describe()
df.describe()
# loc[]
df.loc[row_label, col_label]
# iloc[]
df.iloc[row_pos, col_pos]
# groupby()
df.groupby(col).mean()
# value_counts()
df[col].value_counts()
# dropna()
df.dropna(axis=0)
# fillna()
df.fillna(value)Często zadawane pytania
Jaka jest różnica między loci iloc?
loc to indeksowanie oparte na etykietach (wybiera dane według nazw wierszy/kolumn), podczas gdy iloc to indeksowanie oparte na liczbach całkowitych (wybiera dane według pozycji indeksu).
Jak sobie radzisz z brakującymi wartościami wPandas?
Użyj dropna(), aby usunąć wiersze/kolumny z wartościami null, lub użyj fillna(value), aby zastąpić wartości null określoną wartością domyślną.
Powiązane tematy
Skrócona instrukcja obsługi tablicNumPy. Dowiedz się, jak tworzyć tablice, przekształcać je, indeksować, wycinać i wykonywać operacje matematyczne.
Ściągawka dotycząca kolekcji i struktur danych PythonaKompletny przewodnik po module kolekcji Pythona i natywnych strukturach danych. Naucz się list, słowników, zbiorów, krotek, deque i nazwanych krotek.
Ściągawka dotycząca funkcji wbudowanych w PythoniePrzewodnik informacyjny po wbudowanych funkcjach języka Python. Dowiedz się, jak używać funkcji drukowania, długości, zakresu, wyliczania, zip, mapy, filtrowania i nie tylko.
Polecane zasoby Pythona
Poszerzaj swoją wiedzę dzięki powiązanym interaktywnym samouczkom, ściągawkom i porównaniom kodów.
Pętle Pythona
Dowiedz się, jak używać pętli Pythona do iteracji danych. Opanuj pętle for, pętle while, przerywaj, kontynuuj i pętluj najlepsze praktyki dzięki interaktywnym przykładom.
Jak sortować listę w Pythonie
Dowiedz się, jak sortować listę w Pythonie za pomocą metody sort() i funkcji sorted(). Odkryj przykłady niestandardowego sortowania kluczy i odwrotnej kolejności.
Python kontra JavaScript: który język programowania jest najlepszy?
Kompleksowe porównanie Pythona i JavaScript. Poznaj różnice w składni, wydajność, przypadki użycia (backend vs frontend) i przykłady kodowania.