Résumé de l'utilisation de base de Pandas

Pour vous rappeler comment utiliser Pandas La méthode de fonctionnement de base est résumée.

0. Prémisse

import pandas as pd

1. Définissez les données

pd.DataFrame()

df = pd.DataFrame({
'Country': ['JPN', 'USA', 'CHI', 'GER', 'AUS'],
'Greeting':['Bonjour', 'Hello', 'Ni Hao', 'Guten Tag', 'GDay'],
'Capial':['Tokyo','Washington', 'Beijing', 'Berlin', 'Canberra']},
index=['a','b','c','d','e']
)

df

"""
La sortie est la suivante
	Country	Greeting	Capial
un JPN Hello Tokyo
b	USA	Hello	Washington
c	CHI	Ni Hao	Beijing
d	GER	Guten Tag	Berlin
e	AUS	GDay	Canberra
"""

2. Comment utiliser la trame de données

Confirmation de l'existence des données

Méthode df.isin ()

--Prenez un tableau (['hage', 'hige', 'énorme' ...]) comme argument et renvoyez la présence ou l'absence de cette valeur sous forme de valeur booléenne.

df.isin(['JPN', 'Berlin'])

"""
Country	Greeting	Capial
a	True	False	False
b	False	False	False
c	False	False	False
d	False	False	True
e	False	False	False

"""

Méthode df.isnull ()

b. Appel de données

df.loc[] --Spécifier les lignes et les colonnes par étiquette (nom) --Il est nécessaire de spécifier chaque ligne et colonne pour l'indice ([]). : `` signifie toutes les parties

df.loc[:,['Country', 'Greeting']] 
#Volonté:'Country'Colonne,'Greeting'Obtenez la colonne. Toutes les lignes

df.loc[['a','c'],['Country']] # ->
#Volonté:'Country'Obtenez la colonne. Seulement les lignes a et c

df.iloc[] --Spécifiez la ligne / colonne par l'emplacement de l'entier

df.iloc[:,1:3]
#Volonté:1ère à 3ème rangée(Autrement dit, la première ligne et la deuxième colonne)Sortie, toutes les lignes

df.iloc[2:5,1:3]
#Volonté:1ère à 3ème rangée(même)Sortez les lignes de la 2ème ligne à la 5ème ligne(C'est 2,3,4ème ligne)

"""
	Greeting	Capial
c	Ni Hao	Beijing
d	Guten Tag	Berlin
e	GDay	Canberra
"""

df.ix[]

Note de l'éditeur

--Comment supprimer les colonnes et l'utilisation de type requête seront bientôt ajoutés. ――Parce que c'est l'une des bibliothèques les plus basiques avec Numpy et Matplotlib, j'ai pensé que c'était une bibliothèque qui nécessite une révision afin que vous ne tombiez pas sur la méthode d'opération. J'espère que cela aide des personnes similaires.

Articles que j'ai utilisés comme référence

Recommended Posts

Résumé de l'utilisation de base de Pandas
Fonctionnement de base des pandas
Résumé de l'utilisation de pyenv
Utilisation basique de flask-classy
Utilisation de base de Jinja2
Fonctionnement de base des Pandas
Utilisation de base de SQL Alchemy
pandas Matplotlib Résumé par utilisation
Utilisation de base de l'interface graphique PySimple
Résumé d'utilisation pratique de Flask
Utilisation basique de la f-string Python
Index d'utilisation de certains pandas
Prenez note de la liste des utilisations de base de Pandas
Résumé des connaissances de base de PyPy Partie 1
Résumé de l'implémentation de base par PyTorch
[Python] Résumé de l'utilisation des pandas
Utilisation de base de Btrfs dans Arch Linux
résumé de l'utilisation de pytest
Résumé de ce qui a été utilisé dans 100 coups de Pandas (# 1 ~ # 32)
[Introduction à Python] Utilisation de base des expressions lambda
Fonctionnement de base de Python Pandas Series et Dataframe (1)
Résumé des notes personnelles des pandas
Utilisation des locaux Python ()
[Linux] Résumé des commandes de base
Résumé des opérations sur les chaînes
Connaissance de base de Python
Résumé des arguments Python
Résumé de la méthode d'essai
Python Basic --Pandas, Numpy-
Python - Explication et résumé de l'utilisation des 24 meilleurs packages
Résumé des méthodes de prétraitement pour les débutants en Python (trame de données Pandas)
Récapitulatif des méthodes Pandas utilisées lors de l'extraction de données [Python]
(Débutant) Utilisation de base du magasin de données de Google App Engine
[Python] Résumé de la méthode de création de table utilisant DataFrame (pandas)
Résumé du flux de base de l'apprentissage automatique avec Python
Résumé des choses qui étaient pratiques lors de l'utilisation de pandas
[Introduction à Python] Utilisation basique de la bibliothèque matplotlib
Résumé de base des opérations de données dans Python Pandas - Deuxième moitié: agrégation de données
[Python] Utilisation correcte de la carte
Application Python: Pandas Partie 1: Basique
résumé lié à l'opération de fichier python
Résumé des opérations de liste Python3
2017.3.6 ~ 3.12 Résumé de ce que nous avons fait
Résumé des types de distribution Linux
Flux de base de détection d'anomalies
notes d'utilisation de la commande virtualenv Basic
Résumé de l'utilisation de Pipenv (pour moi-même)
Résumé récent de l'étude des pandas python
Utilisation (minimale) de django logger
Principes de base de XPath (1) - Concept de base de XPath
Exemple d'utilisation de pickle Python
Graphique de base à une ligne de HoloViews
Comportement de la méthode pandas rolling ()
Un bref résumé de Linux
[Python] Utilisation correcte de la jointure
Résumé de base de la manipulation de données avec Python Pandas - Première moitié: création et manipulation de données
Résumé des paramètres de connexion proxy