wordpress多站点可视化,哪些网站教你做美食的,最专业的网站设计,wordpress二级目录安装CSDN 课程推荐#xff1a;《迈向数据科学家#xff1a;带你玩转Python数据分析》#xff0c;讲师齐伟#xff0c;苏州研途教育科技有限公司CTO#xff0c;苏州大学应用统计专业硕士生指导委员会委员#xff1b;已出版《跟老齐学Python#xff1a;轻松入门》《跟老齐学Py…
CSDN 课程推荐《迈向数据科学家带你玩转Python数据分析》讲师齐伟苏州研途教育科技有限公司CTO苏州大学应用统计专业硕士生指导委员会委员已出版《跟老齐学Python轻松入门》《跟老齐学PythonDjango实战》、《跟老齐学Python数据分析》和《Python大学实用教程》畅销图书。Pandas 系列文章
Python 数据分析三剑客之 Pandas一认识 Pandas 及其 Series、DataFrame 对象Python 数据分析三剑客之 Pandas二Index 索引对象以及各种索引操作Python 数据分析三剑客之 Pandas三算术运算与缺失值的处理Python 数据分析三剑客之 Pandas四函数应用、映射、排序和层级索引Python 数据分析三剑客之 Pandas五统计计算与统计描述Python 数据分析三剑客之 Pandas六GroupBy 数据分裂、应用与合并Python 数据分析三剑客之 Pandas七合并数据集Python 数据分析三剑客之 Pandas八数据重塑、重复数据处理与数据替换Python 数据分析三剑客之 Pandas九时间序列Python 数据分析三剑客之 Pandas十数据读写 另有 NumPy、Matplotlib 系列文章已更新完毕欢迎关注
NumPy 系列文章https://itrhx.blog.csdn.net/category_9780393.htmlMatplotlib 系列文章https://itrhx.blog.csdn.net/category_9780418.html 推荐学习资料与网站博主参与部分文档翻译
NumPy 官方中文网https://www.numpy.org.cn/Pandas 官方中文网https://www.pypandas.cn/Matplotlib 官方中文网https://www.matplotlib.org.cn/NumPy、Matplotlib、Pandas 速查表https://github.com/TRHX/Python-quick-reference-table 文章目录【01x00】Pandas 算术运算【01x01】使用 NumPy 通用函数【01x02】数据对齐【01x03】DataFrame 与 Series 之间的运算【01x04】Pandas 算术方法【02x00】处理缺失值【02x01】fill_value() 指定值与缺失值进行运算【02x02】isnull() / notnull() 判断缺失值【02x03】dropna() 删除缺失值【02x04】fillna() 填充缺失值这里是一段防爬虫文本请读者忽略。
本文原创首发于 CSDN作者 TRHX。
博客首页https://itrhx.blog.csdn.net/
本文链接https://itrhx.blog.csdn.net/article/details/106743778
未经授权禁止转载恶意转载后果自负尊重原创远离剽窃【01x00】Pandas 算术运算
Pandas 继承了 NumPy 的功能NumPy 的基本能力之一是快速对每个元素进行运算既包括基本算术运算加、减、乘、除也包括更复杂的运算三角函数、指数函数和对数函数等。具体可以参考 NumPy 系列文章。
【01x01】使用 NumPy 通用函数
因为 Pandas 是建立在 NumPy 基础之上的所以 NumPy 的通用函数同样适用于 Pandas 的 Series 和 DataFrame 对象如下所示 import pandas as pdimport numpy as nprng np.random.RandomState(42)ser pd.Series(rng.randint(0, 10, 4))ser
0 6
1 3
2 7
3 4
dtype: int32obj pd.DataFrame(rng.randint(0, 10, (3, 4)), columns[A, B, C, D])objA B C D
0 6 9 2 6
1 7 4 3 7
2 7 2 5 4使用 NumPy 通用函数生成的结果是另一个保留索引的 Pandas 对象 import pandas as pdimport numpy as nprng np.random.RandomState(42)ser pd.Series(rng.randint(0, 10, 4))ser
0 6
1 3
2 7
3 4
dtype: int32np.exp(ser)
0 403.428793
1 20.085537
2 1096.633158
3 54.598150
dtype: float64import pandas as pdimport numpy as npobj pd.DataFrame(rng.randint(0, 10, (3, 4)), columns[A, B, C, D])np.sin(obj * np.pi / 4)A B C D
0 -1.000000 7.071068e-01 1.000000 -1.000000e00
1 -0.707107 1.224647e-16 0.707107 -7.071068e-01
2 -0.707107 1.000000e00 -0.707107 1.224647e-16【01x02】数据对齐
Pandas 最重要的一个功能是它可以对不同索引的对象进行算术运算。在将对象相加时如果存在不同的索引对则结果的索引就是该索引对的并集。自动的数据对齐操作会在不重叠的索引处引入缺失值即 NaN缺失值会在算术运算过程中传播。
Series 对象的数据对齐操作 import pandas as pdobj1 pd.Series([7.3, -2.5, 3.4, 1.5], index[a, c, d, e])obj2 pd.Series([-2.1, 3.6, -1.5, 4, 3.1], index[a, c, e, f, g])obj1
a 7.3
c -2.5
d 3.4
e 1.5
dtype: float64obj2
a -2.1
c 3.6
e -1.5
f 4.0
g 3.1
dtype: float64obj1 obj2
a 5.2
c 1.1
d NaN
e 0.0
f NaN
g NaN
dtype: float64DataFrame 对象的数据对齐操作会同时发生在行和列上 import pandas as pdobj1 pd.DataFrame(np.arange(9.).reshape((3, 3)), columnslist(bcd), index[Ohio, Texas, Colorado])obj2 pd.DataFrame(np.arange(12.).reshape((4, 3)), columnslist(bde), index[Utah, Ohio, Texas, Oregon])obj1b c d
Ohio 0.0 1.0 2.0
Texas 3.0 4.0 5.0
Colorado 6.0 7.0 8.0obj2b d e
Utah 0.0 1.0 2.0
Ohio 3.0 4.0 5.0
Texas 6.0 7.0 8.0
Oregon 9.0 10.0 11.0obj1 obj2b c d e
Colorado NaN NaN NaN NaN
Ohio 3.0 NaN 6.0 NaN
Oregon NaN NaN NaN NaN
Texas 9.0 NaN 12.0 NaN
Utah NaN NaN NaN NaN【01x03】DataFrame 与 Series 之间的运算
首先回忆 NumPy 中的广播参见《Python 数据分析三剑客之 NumPy二数组索引 / 切片 / 广播 / 拼接 / 分割》跟不同维度的 NumPy 数组一样DataFrame 和 Series 之间算术运算也是有明确规定的。首先回忆一下 NumPy 中不同维度的数组之间的运算 import numpy as nparr np.arange(12.).reshape((3, 4))arr
array([[ 0., 1., 2., 3.],[ 4., 5., 6., 7.],[ 8., 9., 10., 11.]])arr[0]
array([0., 1., 2., 3.])arr - arr[0]
array([[0., 0., 0., 0.],[4., 4., 4., 4.],[8., 8., 8., 8.]])可以看到每一行都进行了减法运算这正是 NumPy 中的广播而 DataFrame 与 Series 之间的运算也类似默认情况下DataFrame 和 Series 之间的算术运算会将 Series 的索引匹配到 DataFrame 的列然后沿着行一直向下广播 import numpy as npimport pandas as pdframe pd.DataFrame(np.arange(12.).reshape((4, 3)), columnslist(bde), index[AA, BB, CC, DD])frameb d e
AA 0.0 1.0 2.0
BB 3.0 4.0 5.0
CC 6.0 7.0 8.0
DD 9.0 10.0 11.0series frame.iloc[0]series
b 0.0
d 1.0
e 2.0
Name: AA, dtype: float64frame - seriesb d e
AA 0.0 0.0 0.0
BB 3.0 3.0 3.0
CC 6.0 6.0 6.0
DD 9.0 9.0 9.0如果某个索引值在 DataFrame 的列或 Series 的索引中找不到则参与运算的两个对象就会被重新索引以形成并集 import numpy as npimport pandas as pdframe pd.DataFrame(np.arange(12.).reshape((4, 3)), columnslist(bde), index[AA, BB, CC, DD])frameb d e
AA 0.0 1.0 2.0
BB 3.0 4.0 5.0
CC 6.0 7.0 8.0
DD 9.0 10.0 11.0series pd.Series(range(3), index[b, e, f])series
b 0
e 1
f 2
dtype: int64frame seriesb d e f
AA 0.0 NaN 3.0 NaN
BB 3.0 NaN 6.0 NaN
CC 6.0 NaN 9.0 NaN
DD 9.0 NaN 12.0 NaN如果希望匹配行且在列上广播则必须使用算术运算方法在方法中传入的轴axis就是希望匹配的轴。在下例中我们的目的是匹配 DataFrame 的行索引axis‘index’ or axis0并进行广播 import numpy as npimport pandas as pdframe pd.DataFrame(np.arange(12.).reshape((4, 3)), columnslist(bde), index[AA, BB, CC, DD])frameb d e
AA 0.0 1.0 2.0
BB 3.0 4.0 5.0
CC 6.0 7.0 8.0
DD 9.0 10.0 11.0series frame[d]series
AA 1.0
BB 4.0
CC 7.0
DD 10.0
Name: d, dtype: float64frame.sub(series, axisindex)b d e
AA -1.0 0.0 1.0
BB -1.0 0.0 1.0
CC -1.0 0.0 1.0
DD -1.0 0.0 1.0【01x04】Pandas 算术方法
完整的 Pandas 算术方法见下表
方法副本描述add()radd()加法sub()、subtract()rsub()减法-mul()、multiply()rmul()乘法*pow()rpow()指数**truediv()、div()、divide()rdiv()除法/floordiv()rfloordiv()底除//mod()rmod()求余%
副本均为原方法前加了个 r它会翻转参数 import pandas as pdobj pd.DataFrame(np.arange(12.).reshape((3, 4)), columnslist(abcd))obja b c d
0 0.0 1.0 2.0 3.0
1 4.0 5.0 6.0 7.0
2 8.0 9.0 10.0 11.01 / obja b c d
0 inf 1.000000 0.500000 0.333333
1 0.250 0.200000 0.166667 0.142857
2 0.125 0.111111 0.100000 0.090909obj.rdiv(1)a b c d
0 inf 1.000000 0.500000 0.333333
1 0.250 0.200000 0.166667 0.142857
2 0.125 0.111111 0.100000 0.090909这里是一段防爬虫文本请读者忽略。
本文原创首发于 CSDN作者 TRHX。
博客首页https://itrhx.blog.csdn.net/
本文链接https://itrhx.blog.csdn.net/article/details/106743778
未经授权禁止转载恶意转载后果自负尊重原创远离剽窃【02x00】处理缺失值
在现实中遇到的数据很少是干净整齐的许多数据集都会有数据缺失的现象缺失值主要有三种形式null、NaNNANnan 或 NA。
【02x01】fill_value() 指定值与缺失值进行运算
使用 add, sub, div, mul 等算术方法时通过 fill_value 指定填充值未对齐的数据将和填充值做运算。
Series 中的应用 import pandas as pdobj1 pd.Series([1, 2, 3, 4, 5])obj2 pd.Series([6, 7])obj1
0 1
1 2
2 3
3 4
4 5
dtype: int64obj2
0 6
1 7
dtype: int64obj1.add(obj2)
0 7.0
1 9.0
2 NaN
3 NaN
4 NaN
dtype: float64obj1.add(obj2, fill_value-1)
0 7.0
1 9.0
2 2.0
3 3.0
4 4.0
dtype: float64DataFrame 中的应用 import pandas as pdimport numpy as npobj1 pd.DataFrame(np.arange(12.).reshape((3, 4)), columnslist(abcd))obj2 pd.DataFrame(np.arange(20.).reshape((4, 5)), columnslist(abcde))obj2.loc[1, b] np.nanobj1a b c d
0 0.0 1.0 2.0 3.0
1 4.0 5.0 6.0 7.0
2 8.0 9.0 10.0 11.0obj2a b c d e
0 0.0 1.0 2.0 3.0 4.0
1 5.0 NaN 7.0 8.0 9.0
2 10.0 11.0 12.0 13.0 14.0
3 15.0 16.0 17.0 18.0 19.0obj1 obj2a b c d e
0 0.0 2.0 4.0 6.0 NaN
1 9.0 NaN 13.0 15.0 NaN
2 18.0 20.0 22.0 24.0 NaN
3 NaN NaN NaN NaN NaNobj1.add(obj2, fill_value10)a b c d e
0 0.0 2.0 4.0 6.0 14.0
1 9.0 15.0 13.0 15.0 19.0
2 18.0 20.0 22.0 24.0 24.0
3 25.0 26.0 27.0 28.0 29.0【02x02】isnull() / notnull() 判断缺失值
isnull()为缺失值时为 True否则为 False
notnull() 为缺失值时为 False否则为 True。 import numpy as npimport pandas as pdobj pd.Series([1, np.nan, hello, None])obj
0 1
1 NaN
2 hello
3 None
dtype: objectobj.isnull()
0 False
1 True
2 False
3 True
dtype: boolobj.notnull()
0 True
1 False
2 True
3 False
dtype: bool【02x03】dropna() 删除缺失值
dropna() 方法用于返回一个删除了缺失值的新 Series 或 DataFrame 对象。
在 Series 对象当中dropna() 方法的语法如下其他参数用法可参考在 DataFrame 中的应用
Series.dropna(self, axis0, inplaceFalse, howNone)
官方文档https://pandas.pydata.org/docs/reference/api/pandas.Series.dropna.html import numpy as npimport pandas as pdobj pd.Series([1, np.nan, hello, None])obj
0 1
1 NaN
2 hello
3 None
dtype: objectobj.dropna()
0 1
2 hello
dtype: object在 DataFrame 对象中dropna() 方法的语法如下
DataFrame.dropna(self, axis0, howany, threshNone, subsetNone, inplaceFalse)
官方文档https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.dropna.html
参数描述axis确定是否删除包含缺失值的行或列0 或 index删除包含缺失值的行。1 或 columns删除包含缺失值的列howany如果存在任何NA值则删除该行或列。all如果所有值都是NA则删除该行或列thresh设置行或列中非缺失值的最小数量
不传递任何参数将会删除任何包含缺失值的整行数据 import pandas as pdimport numpy as npobj pd.DataFrame([[1, np.nan, 2], [2, 3, 5], [np.nan, 4, 6]])obj0 1 2
0 1.0 NaN 2
1 2.0 3.0 5
2 NaN 4.0 6obj.dropna()0 1 2
1 2.0 3.0 5指定 axis 参数删除包含缺失值的行或列 import pandas as pdimport numpy as npobj pd.DataFrame([[1, np.nan, 2], [2, 3, 5], [np.nan, 4, 6]])obj0 1 2
0 1.0 NaN 2
1 2.0 3.0 5
2 NaN 4.0 6obj.dropna(axiscolumns)2
0 2
1 5
2 6指定 how 参数any如果存在任何NA值则删除该行或列。all如果所有值都是NA则删除该行或列 import pandas as pdimport numpy as npobj pd.DataFrame([[1, np.nan, 2, np.nan], [2, 3, 5, np.nan], [np.nan, 4, 6, np.nan]])obj0 1 2 3
0 1.0 NaN 2 NaN
1 2.0 3.0 5 NaN
2 NaN 4.0 6 NaNobj.dropna(axiscolumns, howall)0 1 2
0 1.0 NaN 2
1 2.0 3.0 5
2 NaN 4.0 6指定 thresh 参数设置行或列中非缺失值的最小数量以下示例中第一行和第三行只有两个非缺失值所以会被删除 import pandas as pdimport numpy as npobj pd.DataFrame([[1, np.nan, 2, np.nan], [2, 3, 5, np.nan], [np.nan, 4, 6, np.nan]])obj0 1 2 3
0 1.0 NaN 2 NaN
1 2.0 3.0 5 NaN
2 NaN 4.0 6 NaNobj.dropna(axisrows, thresh3)0 1 2 3
1 2.0 3.0 5 NaN【02x04】fillna() 填充缺失值
fillna() 方法可以将缺失值替换成有效的数值。
在 Series 对象中fillna() 方法的语法如下
Series.fillna(self, valueNone, methodNone, axisNone, inplaceFalse, limitNone, downcastNone)
官方文档https://pandas.pydata.org/docs/reference/api/pandas.Series.fillna.html
参数描述value用于填充的值例如 0或者是一个 dict / Series / DataFrame 值指定要用于每个 index对于 Series或column对于 DataFrame的值不在dict / Series / DataFrame中的值将不被填充。此值不能是列表method填充方法None‘pad’ / ‘ffill’将上一个有效观测值向前传播到下一个有效观测值‘backfill’ / ‘bfill’使用下一个有效观察值来填补空白axis0 or ‘index’要填充缺失值的轴import pandas as pdobj pd.Series([1, np.nan, 2, None, 3], indexlist(abcde))obj
a 1.0
b NaN
c 2.0
d NaN
e 3.0
dtype: float64obj.fillna(0)
a 1.0
b 0.0
c 2.0
d 0.0
e 3.0
dtype: float64obj.fillna(methodffill)
a 1.0
b 1.0
c 2.0
d 2.0
e 3.0
dtype: float64obj.fillna(methodbfill)
a 1.0
b 2.0
c 2.0
d 3.0
e 3.0
dtype: float64在 DataFrame 对象中fillna() 方法的语法如下
DataFrame.fillna(self, valueNone, methodNone, axisNone, inplaceFalse, limitNone, downcastNone)
官方文档https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.fillna.html
参数描述value用于填充的值例如 0或者是一个 dict / Series / DataFrame 值指定要用于每个 index对于 Series或column对于 DataFrame的值不在dict / Series / DataFrame中的值将不被填充。此值不能是列表method填充方法None‘pad’ / ‘ffill’将上一个有效观测值向前传播到下一个有效观测值‘backfill’ / ‘bfill’使用下一个有效观察值来填补空白axis0 or ‘index’1 or ‘columns’要填充缺失值的轴
在 DataFrame 对象中的用法和在 Series 对象中的用法大同小异只不过 axis 参数多了一个选择 import pandas as pdimport numpy as npobj pd.DataFrame([[1, np.nan, 2, np.nan], [2, 3, 5, np.nan], [np.nan, 4, 6, np.nan]])obj0 1 2 3
0 1.0 NaN 2 NaN
1 2.0 3.0 5 NaN
2 NaN 4.0 6 NaNobj.fillna(methodffill, axis1)0 1 2 3
0 1.0 1.0 2.0 2.0
1 2.0 3.0 5.0 5.0
2 NaN 4.0 6.0 6.0这里是一段防爬虫文本请读者忽略。
本文原创首发于 CSDN作者 TRHX。
博客首页https://itrhx.blog.csdn.net/
本文链接https://itrhx.blog.csdn.net/article/details/106743778
未经授权禁止转载恶意转载后果自负尊重原创远离剽窃
