强基初中数学&学python——第236课数字和数学第三方模块pandas:初学——安装和功能简介

安装

通过conda

　　pandas 是支持Anaconda的项目，可以通过Anaconda或Miniconda安装：

    
      
      
      
    
      
     conda install pandas

通过pip

　　pandas可以通过PyPI的pip安装：

    
      
      
      
    
      
     pip install pandas

高级说明

　　是否安装特定版本？是否从源安装？检查高级安装页面。打开：https://pandas.pydata.org/docs/getting_started/install.html

pandas简介

pandas处理什么样的数据？

　　当需要处理表格数据（例如存储在电子表格或数据库中的数据）时，pandas是适合的工具。pandas能用于探索、清理和处理数据。在pandas中，数据表称为DataFrame。

DataFrame：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.html#pandas.DataFrame

到介绍教程：https://pandas.pydata.org/docs/getting_started/intro_tutorials/01_table_oriented.html#min-tut-01-tableoriented

到用户指南：https://pandas.pydata.org/docs/user_guide/dsintro.html#dsintro

如何读写表格数据？

　　pandas集成支持许多文件形式数据或数据源（csv、excel、sql、json、parquet等）。从每个数据源导入数据都由前缀为read_*的函数（例如read_csv）提供。类似地，to_*的函数（例如to_csv）用于存储数据。

到介绍教程：https://pandas.pydata.org/docs/getting_started/intro_tutorials/02_read_write.html#min-tut-02-read-write

到用户指南：https://pandas.pydata.org/docs/user_guide/io.html#io

如何选择表（table）的子集（subset）？

　　选择或筛选特定的行和/或列？通过条件过滤数据？pandas提供了切片、选择和提取所需数据的方法。

到介绍教程：https://pandas.pydata.org/docs/getting_started/intro_tutorials/03_subset_data.html#min-tut-03-subset

到用户指南：https://pandas.pydata.org/docs/user_guide/indexing.html#indexing

如何在pandas中创建图表？

　　pandas利用Matplotlib的强大功能，提供开箱即用的数据绘图功能。您可以选择与数据对应的绘图类型（散点图、条形图、方框图…）。

到介绍教程：https://pandas.pydata.org/docs/getting_started/intro_tutorials/04_plotting.html#min-tut-04-plotting

到用户指南：https://pandas.pydata.org/docs/user_guide/visualization.html#visualization

如何从现有列派生出新列？

　　虽然表面上是整列操作，但实际上是按元素进行操作的，所以不需要在数据表的所有行上循环进行计算。这样，基于其他列中的现有数据派生的新列添加到数据帧（DataFrame）很简单直接。

到介绍教程：https://pandas.pydata.org/docs/getting_started/intro_tutorials/05_add_columns.html#min-tut-05-columns

到用户指南：https://pandas.pydata.org/docs/user_guide/dsintro.html#basics-dataframe-sel-add-del

如何汇总统计？

　　基本统计（平均值、中值、最小值、最大值、计数…）很容易计算。这些计算或自定义聚合计算可以应用于整个数据集、数据的滑动窗口或按类别分组。后者也称为拆分应用组合方法。

到介绍教程：https://pandas.pydata.org/docs/getting_started/intro_tutorials/06_calculate_statistics.html#min-tut-06-stats

到用户指南：https://pandas.pydata.org/docs/user_guide/groupby.html#groupby

如何重塑表格的布局？

　　有多种方式更改数据表的结构。可以将数据表从宽格式合并（melt()）为长格式/整洁格式，或从长格式合并为宽格式（pivot()）。使用内置聚合方法，只需一个命令即可创建数据透视表。

到介绍教程：https://pandas.pydata.org/docs/getting_started/intro_tutorials/07_reshape_table_layout.html#min-tut-07-reshape

到用户指南：https://pandas.pydata.org/docs/user_guide/reshaping.html#reshaping

如何组合来自多个表的数据？

　　由于提供了类似于数据库的连接/合并操作来组合多个数据表，因此可以按列和按行连接多个表。

到介绍教程：https://pandas.pydata.org/docs/getting_started/intro_tutorials/08_combine_dataframes.html#min-tut-08-combine

到用户指南：https://pandas.pydata.org/docs/user_guide/merging.html#merging

如何处理时间序列数据？

　　pandas很好地支持时间序列，并且有一套广泛的工具来处理日期、时间和时间索引数据。

到介绍教程：https://pandas.pydata.org/docs/getting_started/intro_tutorials/09_timeseries.html#min-tut-09-timeseries

到用户指南：https://pandas.pydata.org/docs/user_guide/timeseries.html#timeseries

如何操作文本数据？

　　数据集不仅包含数字数据。pandas提供了一系列功能来清理文本数据并从中提取有用的信息。

到介绍教程：https://pandas.pydata.org/docs/getting_started/intro_tutorials/10_text_data.html#min-tut-10-text

到用户指南：https://pandas.pydata.org/docs/user_guide/text.html#text

拓展······

　　也许用户已经熟悉其他处理数据表的软件，与这些软件比较，了解pandas的等效操作：

　　R编程语言提供了data.frame数据结构和多个包，例如tidyverse使用和扩展data.frame，以实现与pandas类似的便捷数据处理功能。

了解更多信息：https://pandas.pydata.org/docs/getting_started/comparison/comparison_with_r.html#compare-with-r

　　用户已经熟悉SELECT、GROUP BY、JOIN等，这些SQL操作中的大多数在pandas中都有等价的操作。

了解更多信息：https://pandas.pydata.org/docs/getting_started/comparison/comparison_with_sql.html#compare-with-sql

　　STATA统计软件套件中包含的数据集（data set）与pandas DataFrame相类似。STATA已知的许多操作在pandas上都有等效的操作。

了解更多信息：https://pandas.pydata.org/docs/getting_started/comparison/comparison_with_stata.html#compare-with-stata

　　Excel或其他电子表格程序的用户会发现，许多概念都可以移植到pandas。

了解更多信息：https://pandas.pydata.org/docs/getting_started/comparison/comparison_with_spreadsheets.html#compare-with-spreadsheets

　　SAS统计软件套件也提供与pandas DataFrame相类似的数据集（ data set）。SAS矢量化操作、过滤、字符串处理操作等在pandas中也有类似的函数。

了解更多信息：https://pandas.pydata.org/docs/getting_started/comparison/comparison_with_sas.html#compare-with-sas

教程

　　有关pandas功能的快速概述，请参阅10分钟了解pandas：https://pandas.pydata.org/docs/user_guide/10min.html#min。

　　获取pandas操作数据的简明指南，参考pandas备忘单：https://pandas.pydata.org/Pandas_Cheat_Sheet.pdf。

　　该社区提供了各种各样的在线教程。一些材料被收录在社区提供的社区教程中：https://pandas.pydata.org/docs/getting_started/tutorials.html#communitytutorials。

强基初中数学&学Python——第235课数字和数学第三方模块NumPy：菜鸟入门（11）（NumPy完）

强基初中数学&学Python——第234课数字和数学第三方模块NumPy：菜鸟入门（10）

强基初中数学&学Python——第233课数字和数学第三方模块NumPy：菜鸟入门（9）

强基初中数学&学Python——第232课数字和数学第三方模块NumPy：菜鸟入门（8）

强基初中数学&学Python——第231课数字和数学第三方模块NumPy：菜鸟入门（7）

强基初中数学&学Python——第230课数字和数学第三方模块NumPy：菜鸟入门（6）

强基初中数学&学Python——第229课数字和数学第三方模块NumPy：菜鸟入门（5）

强基初中数学&学Python——第228课数字和数学第三方模块NumPy：菜鸟入门（4）

强基初中数学&学Python——第227课数字和数学第三方模块NumPy：菜鸟入门（3）

强基初中数学&学Python——第226课数字和数学第三方模块NumPy：菜鸟入门（2）

强基初中数学&学Python——第225课数字和数学第三方模块NumPy：菜鸟入门（1）

强基初中数学&学Python——第224课数字和数学模块之六：statistics——数学统计函数（6，模块完）

强基初中数学&学Python——第223课数字和数学模块之六：statistics——数学统计函数（5）

强基初中数学&学Python——第222课数字和数学模块之六：statistics——数学统计函数（4）

强基初中数学&学Python——第221课数字和数学模块之六：statistics——数学统计函数（3）

强基初中数学&学Python——第220课数字和数学模块之六：statistics——数学统计函数（2）

强基初中数学&学Python——第219课数字和数学模块之六：statistics——数学统计函数（1）

强基初中数学&学Python——第218课数字和数学模块之五：fractions——分数

强基初中数学&学Python——第217课数字和数学模块之四：random——生成伪随机数

强基初中数学&学Python——第216课数字和数学模块之三：decimal模块（9）——杂项（模块完）

强基初中数学&学Python——第215课数字和数学模块之三：decimal模块（8）——上下文对象Context方法之二

强基初中数学&学Python——第214课数字和数学模块之三：decimal模块（7）——上下文对象Context方法之一

强基初中数学&学Python——第213课数字和数学模块之三：decimal模块（6）——上下文对象Context构造强基初中数学&学Python——第212课数字和数学模块之三：decimal模块（5）——Decimal对象方法之三

强基初中数学&学Python——第211课数字和数学模块之三：decimal模块（4）——Decimal对象方法之二

强基初中数学&学Python——第210课数字和数学模块之三：decimal模块（3）——Decimal对象方法之一

强基初中数学&学Python——第209课数字和数学模块之三：decimal模块（2）——Decimal对象构建与运算

强基初中数学&学Python——第208课数字和数学模块之三：decimal模块（1）——快速入门

强基初中数学&学Python——第207课数字和数学模块之二：math数学函数（五，完结篇）强基初中数学&学Python——第206课数字和数学模块之二：math数学函数（四）

强基初中数学&学Python——第205课数字和数学模块之二：math数学函数（三）

强基初中数学&学Python——第204课数字和数学模块之二：math数学函数（二）

强基初中数学&学Python——第203课数字和数学模块之二：math数学函数（一）

强基初中数学&学Python——外加课负整数向右位移的系统错误与纠正方法

强基初中数学&学Python——第202课数字和数学模块之一：numbers数字的抽象基类

强基初中数学&学Python——第201课浮点计算“怪”的根源

强基初中数学&学Python——第200课 Python内置函数详解数学篇之八：sum/min/max

强基初中数学&学Python——第199课 Python内置函数详解数学篇之七：pow

强基初中数学&学Python——第198课 Python内置函数详解数学篇之六：abs/round/divmod

强基初中数学&学Python——临加课 2022年广东数学中考详解

强基初中数学&学Python——第197课 Python内置函数详解数学篇之五：bin/oct/hex

强基初中数学&学Python——第196课 Python内置函数详解数学篇之四：complex(复数）

强基初中数学&学Python——第195课 Python内置函数详解数学篇之三（续）：float

本文链接: https://www.yizhekk.com/1242197595.html

强基初中数学&学python——第236课 数字和数学第三方模块pandas:初学——安装和功能简介

相关文章

发表回复

强基初中数学&学python——第236课数字和数学第三方模块pandas:初学——安装和功能简介