【Python-数据科学】Pandas Basics速查表（2023）
今日份知识你摄入了么？
Pandas library是Python中最强大有效的library之一。它基于NumPy构建，为 Python编程语言提供了易于使用的数据结构和数据分析工具。
查看下面的内容，了解Pandas提供的各种功能和工具。
Pandas数据结构
删除
排序＆排名
检索Series/DataFrame信息
Dataframe统计
查询
函数应用
数据对齐
输入/输出
来自Johannes Groll发布于Unsplash
Pandas数据结构
Pandas library主要围绕两种类型的数据结构。第一个是称为Series的一维数组，第二个是称为Data Frame的二维表。
Series：一维标记数组
>>> s = pd.Series([3, -5, 7, 4], index = ['a','b','c','d']) a 3 b -5 c 7 d 4Data Frame：二维标记数据结构
>>> data = {'Country':['Belgium','India','Brazil'], 'Capital':['Brussels','New Delhi','Brasilia'], 'Population':['111907','1303021','208476']}>>> df = pd.DataFrame(data, columns = ['Country','Capital','Population']) Country Capital Population0 Belgium Brussels 1119071 India New Delhi 13030212 Brazil Brasilia 208476删除
在这一部分，你将学习如何从一个Series中删除特定值，以及如何从一个Data Frame中删除列或行。
下面是代码中的s和df在这一部分用作Series和Data Frame的示例。
>>> sa 6b -5c 7d 4>>> df Country Capital Population0 Belgium Brussels 1119071 India New Delhi 13030212 Brazil Brasilia 208476l ·Drop values from rows (axis = 0)>>> s.drop(['a','c']) b -5d 4l ·Drop values from columns (axis = 1)>>> df.drop('Country', axis = 1) Capital Population0 Brussels 1119071 New Delhi 13030212 Brasilia 208476排序＆排名
在这一部分，你将学习如何按索引或列对一个Data Frames进行排序，以及如何对列值进行排名。
下面是代码中的df在这一部分用作Data Frame的示例。
>>> df Country Capital Population0 Belgium Brussels 1119071 India New Delhi 13030212 Brazil Brasilia 208476l ·Sort by labels along an axis>>> df.sort_index() Country Capital Population0 Belgium Brussels 1119071 India New Delhi 13030212 Brazil Brasilia 208476l ·Sort by values along an axis>>> df.sort_values(by = 'Country') Country Capital Population0 Belgium Brussels 1119072 Brazil Brasilia 2084761 India New Delhi 1303021l ·Assign ranks to entries>>> df.rank() Country Capital Population0 1.0 2.0 1.01 3.0 3.0 2.02 2.0 1.0 3.0检索Series/DataFrame信息
在这一部分，你将学习如何从一个Data Frame中检索信息，该Data Frame包括维度、列命名、列类型和索引范围。
下面是代码中的df在这一部分用作Data Frame的示例。
>>> df Country Capital Population0 Belgium Brussels 1119071 India New Delhi 13030212 Brazil Brasilia 208476l ·(rows, columns)>>> df.shape (3, 3)l ·Describe index>>> df.index RangeIndex(start=0, stop=3, step=1)l ·Describe DataFrame columns>>> df.columns Index(['Country', 'Capital', 'Population'], dtype='object')l ·Info on DataFrame>>> df.info()RangeIndex: 3 entries, 0 to 2Data columns (total 3 columns):Country 3 non-null objectCapital 3 non-null objectPopulation 3 non-null objectdtypes: object(3)memory usage: 152.0+ bytesl ·Number of non-NA values>>> df.count()Country 3Capital 3Population 3Dataframe统计
在这一部分，你将学习如何检索一个Data Frame的统计信息，其中包括每列的总和、每列的最小/最大值、每列的平均值等。
下面是代码中的df在这一部分用作Data Frame的示例。
>>> df Even Odd0 2 11 4 32 6 5l ·Sum of values>>> df.sum()Even 12Odd 9l ·Cumulative sum of values>>> df.cumsum() Even Odd0 2 11 6 42 12 9l ·Minimum value>>> df.min()Even 2Odd 1l ·Maximum value>>> df.max()Even 6Odd 5l ·Summary statistics>>> df.describe() Even Oddcount 3.0 3.0mean 4.0 3.0std 2.0 2.0min 2.0 1.025% 3.0 2.050% 4.0 3.075% 5.0 4.0max 6.0 5.0l ·Mean of values>>> df.mean()Even 4.0Odd 3.0l ·Median of values>>> df.median()Even 4.0Odd 3.0查询
在这一部分，你将学习如何从一个Series或Data Frame中查询特定值。
下面是代码中的s和df在这一部分用作Series和Data Frame的示例。
>>> sa 6b -5c 7d 4>>> df Country Capital Population0 Belgium Brussels 1119071 India New Delhi 13030212 Brazil Brasilia 208476l ·Get one element>>> s['b'] -5l ·Get subset of a DataFrame>>> df[1:] Country Capital Population1 India New Delhi 13030212 Brazil Brasilia 208476l ·Select single value by row & column>>> df.iloc[0,0] 'Belgium'l ·Select single value by row and column labels>>> df.loc[0,'Country'] 'Belgium'l ·Select single row of subset rows>>> df.ix[2]Country BrazilCapital BrasiliaPopulation 208476l ·Select a single column of subset of columns>>> df.ix[:,'Capital']0 Brussels1 New Delhi2 Brasilial ·Select rows and columns>>> df.ix[1,'Capital'] 'New Delhi'l ·Use filter to adjust DataFrame>>> df[df['Population'] > 120000] Country Capital Population1 India New Delhi 13030212 Brazil Brasilia 208476l ·Set index a of Series s to 6>>> s['a'] = 6 a 6 b -5 c 7 d 4函数应用
在这一部分，你将学习如何将函数应用于一个Data Frame或一个特定列的所有值。
下面是代码中的df在这一部分用作Data Frame的示例。
>>> df Even Odd0 2 11 4 32 6 5l ·Apply function>>> df.apply(lambda x: x*2) Even Odd0 4 21 8 62 12 10数据对齐
在这一部分，你将学习如何对具有不同索引的两个Series进行加、减和除。
下面是代码中的s和s3在这一部分用作Series的示例。
>>> sa 6b -5c 7d 4>>> s3a 7c -2d 3l ·Internal Data Alignment>>> s + s3a 13.0b NaNc 5.0d 7.0#NA values are introduced in the indices that don't overlapl ·Arithmetic Operations with Fill Methods>>> s.add(s3, fill_value = 0)a 13.0b -5.0c 5.0d 7.0>>> s.sub(s3, fill_value = 2)a -1.0b -7.0c 9.0d 1.0>>> s.div(s3, fill_value = 4)a 0.857143b -1.250000c -3.500000d 1.333333输入/输出
在这一部分，你将学习如何使用Pandas将CSV文件、Excel文件和SQL查询读入Python。你还将学习如何将一个Data Frame从Pandas导出为CSV文件、Excel文件和SQL查询。
Read CSV file
>>> pd.read_csv('file.csv')Write to CSV file
>>> df.to_csv('myDataFrame.csv')Read Excel file
>>> pd.read_excel('file.xlsx')Write to Excel file
>>> pd.to_excel('dir/'myDataFrame.xlsx')Read multiple sheets from the same file
>>> xlsx = pd.ExcelFile('file.xls')>>> df = pd.read_excel(xlsx, Sheet1')Read SQL Query
>>> from sqlalchemy import create_engine>>> engine = create_engine('sqlite:///:memory:')>>> pd.read_sql('SELECT * FROM my_table;', engine)>>> pd.read_sql_table('my_table', engine)Write to SQL Query
>>> pd.to_sql('myDF', engine)结语
不管是在当前还是在可预见的未来，Python都是数据科学领域的佼佼者。了解 作为最强大有效的library之一的Pandas，通常是当今数据科学家的必备条件。
在初学时使用这个速查表作为指南，你将很好地掌握Pandas library。
原文作者：Zita
翻译作者：高佑兮
美工编辑：过儿
校对审稿：Chuang
原文链接：https://levelup.gitconnected.com/pandas-basics-cheat-sheet-2023-python-for-data-science-b59fb7786b4d
本周公开课预告
往期精彩回顾
点击“阅读原文”查看数据应用学院核心课程