欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python Pandas库的学习(三)

程序员文章站 2022-07-10 23:44:15
今天我们来继续讲解Python中的Pandas库的基本用法 那么我们如何使用pandas对数据进行排序操作呢? 我们对food,进行sort_values方法,会自动帮我们排序,第一个参数"Sodium_(mg)"是我们数据中的列名 意思是说,你要对哪一列数据进行排序,inplace 参数的意思是, ......

 

今天我们来继续讲解python中的pandas库的基本用法

那么我们如何使用pandas对数据进行排序操作呢?

food.sort_values("sodium_(mg)",inplace= true)
print(food["sodium_(mg)"])
food.sort_values("sodium_(mg)",inplace=true,ascending= false)
print(food["sodium_(mg)"])

Python Pandas库的学习(三)

我们对food,进行sort_values方法,会自动帮我们排序,第一个参数"sodium_(mg)"是我们数据中的列名

意思是说,你要对哪一列数据进行排序,inplace 参数的意思是,你需要生成一个新的数据,还是在原来的基础上进行,可以通过该参数指定

而sort_values排序的时候,就默认从小到大进行排序。

那么我们想做一个从大到小的排序如何做呢?

ascending这个参数,是指定一个排序升降序。在这里指定,默认该参数为true,也就是从小到大

那么我们在上面的代码中可以看到,ascending参数设置为flase以后,即是从大到小

Python Pandas库的学习(三)

下面我们讲个点单的例子,泰坦尼克号小案例

import pandas as pd
import numpy as np
titanic_survival = pd.read_csv("titanic_train.csv")
titanic_survival.head()

我现在有一下一些数据,每个值都代表不同的含义,实际是一个船人员信息表,有价格,有年龄,有名字,有座位编号,等等一些数据

Python Pandas库的学习(三)

下面我们将年龄这一列进行数据处理,看看能得到什么结果,我们先查看了一下,前十个人的年龄如下

Python Pandas库的学习(三)

发现在5号人,的年龄为nan,也就是说,这个数据为空,或者数据丢失。我们来对这个缺失值进处理

我们通过isnull方法,对数据进行判断,判断值是否为空。可以看到为true的说明数据丢失了

Python Pandas库的学习(三)

然后我们将这个为空的数据作为索引,可以找到全部数据中,数据丢失的值

Python Pandas库的学习(三)

那我们现在统计一下,有多少个数据丢失了,可以用len方法。统计数据为空的值,为177就可以得到177个数据为空的值

Python Pandas库的学习(三)

我们得到了缺失值后,要对缺失值进行处理

 那么我先对数据没有做缺失值处理的情况下,进行一个求平均值的操作

Python Pandas库的学习(三)

我们可以看到,算出来的值是nan,说明有问题!所以我们不能把带有缺失值得也计算在里面

接下来我们对数据进行处理

一个基本的想法是这样的,就是说,当前数据中,有值的,我们就拿出来进行平均计算,没有值的,就不取出来进行运算

 Python Pandas库的学习(三)

通过这样的计算,我们可以得到,平均年龄为29.6岁

这种方法可能有些麻烦,那么pandas中有没有什么好的方法可以直接帮我们处理呢? 答案是有的

Python Pandas库的学习(三)

我们用这样一个简单的方法,一步就可以帮我们取出年龄的平均值。

那我们继续说些难一点的。我们在数据中,分了船舱有1, 2 ,3个等级,我们想计算一下,每个等级下的平均价格是多少

如何计算呢?

Python Pandas库的学习(三)

这段代码的意思是,我先用for循环,在数据中找到,哪些人是一等舱的人,哪些人是二等舱的人,哪些人是三等舱的人

我们先讲这些人的数据拿到手,拿到之后,我们进行列的定位,定位到价格这列,然后进行平均值,这样就可以得到一个平均价格

分别为以上三个,但是这种做法很麻烦,那么pandas中有没有一个更简单的方法帮我们处理数据呢?看下面的代码

我们有个需求,想算一下,3个舱位每个舱位的平均获救人数的值

Python Pandas库的学习(三)

可以看到我们在pivot_table中,有三个参数,第一个参数为index,就是说我们要对哪列数据进行统计

values则是说,你要在统计参数一的基础上和哪个数据有关系,作为统计。

第三个参数是aggfunc,就是说你要统计前面两个参数的什么值,我们这边统计平均值。既可以获得以上平均数据

那么我们在计算一下,每个舱位的平均年龄是多少

Python Pandas库的学习(三)

我们可以直接按照这种方式进行计算,既可以得到每个舱的平均年龄,这里可以看到我们没有添加第三个参数因为如果不加参数3,那么系统会默认帮我们取平均值

 那我们又有了新的需求。我们现在想看看。一个量之间,与其他量的关系

Python Pandas库的学习(三)

我们将index设置为登船地点,那么values是船票的价格,和获救与否,最后一个参数是计算总值。

这里我们想得到的数据就是,分别在c、q、s这三个码头登船的人的获救总数

这个数据我们可以看到,c码头卖出了1万多块的票价,获救人数是93人。以此类推

那么我们先继续看

因为数据中有些缺失值,那么我们想把这些缺失值都丢掉应该怎么做呢?

Python Pandas库的学习(三)

dropna的意思就是说,丢弃当前的缺失值。我们 想去掉age sex中有缺失值的数据,需要将这两列数据dropna方法中即可

我们继续

那么我想对数据,定位到具体的某个值,我们怎么办呢?

Python Pandas库的学习(三)

我们可以看到,我们想找第83个样本的年龄,那么我们只需要在参数中添加样本编号,以及需要取到的数据对应的列名。

今天就先讲到这里,感谢大家的阅读。谢谢!!

 更多好文章:https://www.yuanrenxue.com/