您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
学习python中的pandas有没有好的教程推荐？
数据,我们可以,方法学习python中的pandas有没有好的教程推荐？
发布时间：2020-12-06加入收藏来源：互联网点击：
回答于 2019-09-11 08:43:50
学习pandas最好的教程就是官方文档了，每一次python需要模块的更新，官方文档也会做相应的更新，官方的文档是英文的，如果翻译学习起来比较困难的话，一般在一些论坛里面也有中文翻译过来的文档，这样结合官方文档，学习pandas起来比较容易，pandas的本质是一种数据框的形式，内容跟excel操作学习相似，所以说，学习pandas的时候，里面的一些数据处理步骤，可以对比excel学习。
另外推荐CSDA论坛，这个论坛专为学习编程的IT人士建立，里面的好多内容都可以参考学习！
祝你学习愉快！
回答于 2019-09-11 08:43:50
Python的pandas库是使Python成为用于数据分析的出色编程语言的一件事。Pandas使导入，分析和可视化数据变得更加容易。它建立在NumPy和matplotlib之类的软件包的基础上，使您可以方便地进行大部分数据分析和可视化工作。
在此Python数据科学教程中，我们将使用Eric Grinstein抓取的数据，使用Pandas分析来自流行的视频游戏评论网站IGN的视频游戏评论。哪个主机赢得了“控制台大战”(就游戏的审查而言)?该数据集将帮助我们找出答案。
当我们分析视频游戏评论时，我们将了解关键的Pandas概念，例如索引。您可以继续进行下去，并在我们的许多其他Python教程之一中或通过注册Python Pandas课程来了解有关Python和Pandas的更多信息。我们的许多其他数据科学课程也都使用Pandas。
谨记一下，本教程使用Python 3.5编写，并使用Jupyter Notebook构建。您可能使用的是Python，pandas和Jupyter的更新版本，但结果应该基本相同。
用Pandas导入数据
如果您正在使用本教程，则需要下载数据集，您可以在此处进行操作。
我们将采取的第一步是读取数据。数据以逗号分隔的值或csv文件存储，其中每行用换行分隔，每列用逗号(,)分隔。这是ign.csv文件的前几行：
如您在上方看到的，文件中的每一行代表一个游戏，该游戏已经过IGN审查。这些列包含有关该游戏的信息：
1)score_phrase— IGN如何用一个词形容游戏。这链接到它收到的分数。
2)title -游戏名称。
3)url —您可以在其中查看完整评论的URL。
4)platform -审查游戏的平台(PC，PS4等)。
5)score—游戏的得分，从1.0到10.0。
6)genre —游戏类型。
7)editors_choice- N如果游戏不是编辑选择的Y话，那么是。这与得分息息相关。
8)release_year -游戏发布的年份。
9)release_month -游戏发布的月份。
10)release_day -游戏发布的那天。
还有一个前导列，其中包含行索引值。我们可以放心地忽略此列，但稍后将深入探讨哪些索引值。
为了在Python和pandas中有效地处理数据，我们需要将csv文件读取到Pandas DataFrame中。DataFrame是表示和处理表格数据的一种方式，表格数据是表格形式的数据，例如电子表格。表格数据具有行和列的格式，就像我们的csv文件一样，但是如果我们可以将其作为表格查看，则对我们来说更易于阅读和排序。
为了读入数据，我们需要使用pandas.read_csv函数。此函数将接收一个csv文件并返回一个DataFrame。以下代码将：
a.导入pandas库。我们将其重命名为，pd以便更快地输入。这是数据分析和数据科学中的标准约定，您经常会看到导入的Pandas就像pd其他人的代码一样。
b.读ign.csv入一个DataFrame，并将结果分配给一个名为的新变量，reviews以便我们可以reviews用来引用我们的数据。
读完DataFrame后，以更直观的方式看一下我们所获得的内容将很有帮助。Pandas方便地为我们提供了两种方法，可以快速地将数据打印到表中。这些功能是：
1)DataFrame.head()—打印DataFrame的前N行，其中N是您作为参数传递给函数的数字，即DataFrame.head(7)。如果不传递任何参数，则默认值为5。
2)DataFrame.tail()—打印DataFrame的最后N行。同样，默认值为5。
我们将使用该head方法查看其中的内容reviews：
我们还可以访问pandas.DataFrame.shape属性，以查看以下行reviews：
如我们所见，所有内容均已正确读取-我们有18,625行和11列。
与类似的NumPy这样的Python软件包相比，使用Pandas的一大优势是Pandas允许我们拥有具有不同数据类型的列。在我们的数据集中，reviews我们有存储浮点值(如)score，字符串值(如score_phrase)和整数(如)的列release_year，因此在此处使用NumPy会很困难，但Pandas和Python可以很好地处理它。
现在我们已经正确地读取了数据，让我们开始建立索引reviews以获取所需的行和列。
用Pandas索引DataFrames
之前，我们使用了该head方法来打印的第一5行reviews。我们可以使用pandas.DataFrame.iloc方法完成同样的事情。该iloc方法允许我们按位置检索行和列。为此，我们需要指定所需行的位置以及所需列的位置。下面的代码将reviews.head()通过选择行0到5，以及数据集中的所有列来复制我们的结果：
让我们更深入地研究我们的代码：我们指定了想要的rows 0:5。这意味着我们想要从position 0到(但不包括)position的行5。
第一行被认为是在位置0，所以选择行0:5给了我们行的位置0，1，2，3，和4。我们也需要所有列，并且使用快捷方式来选择它们。它的工作方式是这样的：如果我们不喜欢第一个位置值，例如:5，那是假设我们的意思0。如果我们忽略了最后一个位置值(如)0:，则假定我们是指DataFrame中的最后一行或最后一列。我们需要所有列，因此只指定了一个冒号(:)，没有任何位置。这使我们的列从0到最后一列。以下是一些索引示例以及结果：
1)reviews.iloc[:5,:]—第一5行，以及这些行的所有列。
2)reviews.iloc[:,:] —整个DataFrame。
3)reviews.iloc[5:,5:]—从位置5开始的行，从位置开始的列5。
4)reviews.iloc[:,0] —第一列，以及该列的所有行。
5)reviews.iloc[9,:] —第十行，以及该行的所有列。
下一篇：返回列表
相关链接 |
||
| 网友回复（共有 0 条回复） |