python机器学习实战|机器学习入门笔记3-Pandas基础知识

1.Pandas介绍

开源的数据挖掘库，用于数据探索，封装了matplotlib，numpy

2.案例知识点

2.1创建DataFrame

• pd.DataFrame(ndarray,index=,columns=)
  • 数据必须为ndarray格式

import pandas as pd
import numpy as np

# 用numpy正态分布生成数据1000行8列
stock_change=np.random.normal(3,0.6,(1000,8))
stock_change

# 转化为DataFrame格式
stock_code=["股票{}".format(i+1) for i in range(stock_change.shape[0])] #生成行标签
stock_date=pd.date_range(start="20000229",periods=stock_change.shape[1],freq="B") #生成行标签
stock_rise=pd.DataFrame(stock_change,index=stock_code,columns=stock_date)
stock_rise.head(5)

2.2创建日期

• pd.date_range(start,end,periods,freq)
  • start – 开始日期
  • end – 结束日期
  • periods – 时间跨度
  • freq – 周期

stock_date=pd.date_range(start="20000229",periods=stock_change.shape[1],freq="B") #生成行标签

3.DataFrame介绍

3.1DataFrame属性

代码	意义
.shape()	形状
.index()	列索引值
.columns()	行索引值
.values()	数据值
.T	转置
.head()	展示前五行数据
.tail()	展示后五行数据

stock_rise.shape
stock_rise.index
stock_rise.columns
stock_rise.values
stock_rise.T
stock_rise.head()
stock_rise.tail()

3.2DataFrame设置索引

1.修改行列索引
必须整行或者整列去进行修改

# 修改行索引
stock_rise.index=["股票——{}".format(i+1) for i in range(stock_rise.shape[0])]
stock_rise.head()

2.重设索引
对象.reset_index()

# 重设索引
stock_rise.reset_index(drop=True) #True是删除原有标签
stock_rise.reset_index(drop=False) #Flase是不删除原有标签生成新标签

3.设置新索引
对象.set_index()

# 设置列为新索引
stock_rise.set_index(['20000229','20000306'])

3.3基本数据操作

1.索引操作

• 直接[] – 先列后行

import pandas as pd

stock=pd.read_csv("D:\\my_dateset\\National_Stock_Exchange_of_India_Ltd.csv",index_col="Symbol") #index_col="Symbol"设置Symbol为行索引
stock.tail()
# 直接使用行列索引（先列后行）
stock["Low"]["UPL"]

• .loc() – 先行后列，索引值

# loc、iloc 先行后列
stock.loc["TECHM":"WIPRO","Chng"]

• .iloc() – 先行后列，索引值下标

stock.iloc[:10,3:8] #前10行第4到8列

2.赋值操作

• 对象[“”]=
• 对象.赋值的索引=

stock["Open"]=100
stock.LTP=100

3.排序

• DataFrame
  • 对象.sort_values()
    • by – 按照什么顺序
    • ascending – 升降序,默认升序
  • 对象.sort_index()
    • 按索引排序

注意by这个参数可以接受多个值，优先按照第一个索引排序，如果相同，按照后面的

• series
  • 对象.sort_values()
  • 对象.sort_index()

stock.sort_values(by=["LTP"],ascending=False)
stock.sort_index()

3.4DataFrame运算

1.算术运算

• 直接使用方法，add，sub…
  2.逻辑运算
• <、>、|、&
• 直接判断
• 逻辑运算函数
  • 对象.query(“”)
  • 对象.isin([])

stock.query("Chng>5 & Chng<100")
stock[stock["Chng"].isin([-6.25,-6.80])]

3.统计函数

• 对象.descibe()
• 统计函数
  sum
  mean
  …
  mode – 众数
  idxmax – 最大值的索引
  idxmin – 最小值的索引