本節(jié)主要是自己學習pandas的練習，與你分享。

導入Pandas與NumPy

import numpy as np import pandas as pd

生成Series時，pandas默認生成整數(shù)索引，我們嘗試一下。

s = pd.Series([23,2,5,np.nan,6,9]) s

使用時間索引與含有標簽的Numpy數(shù)組生成DataFrame

dates = pd.date_range('20200101',periods=7) dates

使用隨機數(shù)生成一個7*4的數(shù)據(jù)表。

使用Series字典生成DataFrame

df2 = pd.DataFrame({'A':1.2,'B':pd.Series(1,index=list(range(4)),dtype='float32'),'C':pd.Timestamp('20200101'),'D':np.array([3]*4,dtype='int32'),'E':pd.Categorical(["test","tarin","test","train"]),'F':'foo'}) df2

我們查看一下df2中每列的數(shù)據(jù)類型

df2.dtypes

下面進入數(shù)據(jù)查看環(huán)節(jié)，查看數(shù)據(jù)的前幾行和結尾幾行的數(shù)據(jù)：

df.head()#默認是5行

df.head(3)#可以輸入數(shù)字查看相應行數(shù)

df.tail(3)#查看最后3行

顯示索引與列名

快速的查看數(shù)據(jù)統(tǒng)計概要：

數(shù)據(jù)轉置：

提取數(shù)據(jù)

獲取單列數(shù)據(jù)，選擇單列，產生Series，與df.A 等效

使用[ ]切片：

按標簽選擇，用標簽提取一行數(shù)據(jù)

用標簽選擇多列數(shù)據(jù)

用標簽切片，包含行與列結束點：

提取標量值：

使用整數(shù)位置選擇

類似 NumPy / Python，用整數(shù)切片：

顯示整行的切片：

顯示整列的切片：

布爾索引，用單列的值選擇數(shù)據(jù)：

提取出DataFrame 里滿足條件的值：

使用isin篩選：

用索引自動對齊新增列的數(shù)據(jù)：

按標簽賦值：

按位置賦值

按 NumPy 數(shù)組賦值：

Pandas 主要用 np.nan 表示缺失數(shù)據(jù)，計算時，默認不包含空值。 重建索引（reindex）可以更改、添加、刪除指定軸的索引，并返回數(shù)據(jù)副本，即不更改原數(shù)據(jù)。

刪除所有包含空值的行：

填充缺失值：

計算均值：

數(shù)值計數(shù)：

包含的字符串的處理功能str:

數(shù)據(jù)合并，pandas 提供了多種將 Series、DataFrame 對象組合在一起的功能，用索引與關聯(lián)代數(shù)功能的多種設置邏輯可執(zhí)行連接（join）與合并（merge）操作。

為 DataFrame 追加行:

分組，“group by” 指的是涵蓋下列一項或多項步驟的處理流程：

分割：按條件把數(shù)據(jù)分割成多組；

應用：為每組單獨應用函數(shù)；

組合：將處理結果組合成一個數(shù)據(jù)結構。

先分組，再用 sum()函數(shù)計算每組的匯總數(shù)據(jù)：

多列分組后，生成多層索引，也可以應用 sum 函數(shù)：

以上為學習所得，希望對你有幫助。

總結

以上是生活随笔為你收集整理的pandas删除满足条件的行_入门Pandas练习的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。