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()

Méthodes permettant de définir des trames de données
Vous pouvez spécifier l'argument d'index. S'il n'est pas spécifié, il sera automatiquement attribué à partir de 0

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 ()

Vérifie les valeurs manquantes (NaN) et renvoie une valeur booléenne (True signifie NaN).

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

Au fait, i n'est ni index ni indice ni itérateur, mais *** i *** de *** i *** nteger *** loc *** ation ('position entière') [^ 1].

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[]

Cela fonctionne que vous appeliez l'étiquette (loc) ou le nombre entier (iloc). Déprivé de Pandas version 0.20.0 [^ 2]. «Je pense qu'il suffit de savoir qu'il y avait une telle chose.

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.