import pandas as pd import numpy as np
生成一个 Series ，并对其进行操作
s = pd.Series(['A','b','B','gear','AGER',np.nan])
#一个Series
s.str.lower()
#将字符串全部在转换为小写
#如果有int类型，则默认转为NaN
s.str.contains('A')
#判断哪一列包含字符 A
s.str.get_dummies(sep = '_')
#将 _ 当作分隔符，列出每个字符串
index = pd.Index([' name ', ' class ' ,' meta '])
#生成一个有字符串的object
'''
Index([' name ', ' class ', ' meta '], dtype='object')
'''
index.str.strip()
#将对象中的空格全部清除
t1 = pd.Series(['A_a','B_b','c_c','absd',1])
#生成一个值
t1.str.split('_',expand=True)
#对值进行切分
'''
out: 生成为DataFarme
0 1
0 A a
1 B b
2 c c
3 absd None
4 NaN NaN
'''
t2 = t1.str.split('_',expand=True,n=1)
# n 为限制，限制切几次。
生成一个DataFrame ，并对其进行操作
df = pd.DataFrame(np.random.randn(3,2))
#生成以个3行2列的表
df = pd.DataFrame(np.random.randn(3,2) , columns = ['A','B'], index = range(3) )
#生成一个定义列名和行名的表
df.columns = df.columns.str.replace(' ','_')
#修改列名称的转换，将列名中的空格，转换为下划线 _
索引进阶
s = pd.Series(['A_a','B','b','gear','AGER',np.nan],index = np.arange(6)[::-1]) #生成一行数据，倒叙排列 s.isin(['gear']) #查看 s 数据中，哪一行的字符是 gear s = pd.Series(['A_a','B','b','gear','AGER',np.nan],index = pd.MultiIndex.from_product([[0,1],['a','b','c']]) ) #生成多索引 ''' 还是 series 数据 0 a A_a b B c b 1 a gear b AGER c NaN dtype: object ''' s.iloc[s.index.isin([(0,'a')])] #打印索引为0，a的信息
生成时间索引
dates = pd.date_range('20220501',periods=8)
#生成8天的时间
df = pd.DataFrame(np.random.randn(8,4),index=dates,columns=['A','B','C','D'])
#生成一个8行，4列的数据
df.where(df < 0)
#表格中小于 0 的打印出来
df.where(df < 0, 1)
#打印小于 0 的，不小于 0 的打印 1
df.where(df < 0, df + 1)
#打印小于 0 的，不小于 0 的在 原值的基础上 + 1 打印
df.query('(A < B)')
#附加条件，打印 A 列小于 B 列的数据
df.query('(A < B) & (B < C)')
#打印更多拥有附加条件的
pandas绘图
%matplotlib inline import pandas as pd import numpy as np
生成一行数据
s = pd.Series(np.random.randn(10),index = np.arange(0,100,10)) #生成随机10 个数字，索引为 0开始 到 100 ,每隔10个数字生成一个数字 s.plot() #画一个X，Y 对位图
生成一个DataFrame
df = pd.DataFrame(np.random.randn(10,4),
index = np.arange(0,100,10),
columns = ['A','B','C','D'])
df.plot()
#生成一个ABCD四条线的图
import matplotlib.pyplot as plt
fig1,fig2 = plt.subplots(2,1)
data = pd.Series(np.random.rand(7),index=list('abcdefg'))
#注意 np.random.rand()是正数， randn() 是正负数都有
data.plot(ax = fig2[0],kind='bar')
data.plot(ax = fig2[1],kind='barh')
df = pd.DataFrame(np.random.rand(5,4),
index = ['one','two','three','four','five'],
columns = ['A','B','C','D'])
df.plot(kind='bar')
tips.total_bill.plot(kind='hist',bins=50) #对tips DataFrame的是数据的 total_bill 列进行画图，分成50份
pd.plotting.scatter_matrix(macro,color='k',alpha=0.3) #对所有数字的数据进行一个分组散点制图。不宜数据列太多，不容易看 macro_map = macro[['age','high','power']] #可以把一些想要分析的列拉出来单独制图进行查看 macro_map.plot.scatter['age','high'] #可以单独分析两列的值，进行制图
