位置: IT常识 - 正文
推荐整理分享python中pandas有哪些功能特色(python中的pandas),希望有所帮助,仅作参考,欢迎阅读内容。
文章相关热门搜索词:python中pandas作用,python pandas agg,python pandas常用方法,python pandas agg,python pandas常用方法,python pandas isin,python中pandas用法,python中pandas用法,内容如对您有帮助,希望把文章链接给更多的朋友!
说明
1、按索引匹配的广播机制,这里的广播机制与numpy广播机制还有很大不同。
2、便捷的数据读写操作,相比于numpy仅支持数字索引,pandas的两种数据结构均支持标签索引,包括bool索引也是支持的。
3、类比SQL的join和groupby功能,pandas可以很容易实现SQL这两个核心功能,实际上,SQL的绝大部分DQL和DML操作在pandas中都可以实现。
4、类比Excel的数据透视表功能,Excel中最为强大的数据分析工具之一是数据透视表,这在pandas中也可轻松实现。
5、自带正则表达式的字符串向量化操作,对pandas中的一列字符串进行通函数操作,而且自带正则表达式的大部分接口。
丰富的时间序列向量化处理接口。
常用的数据分析与统计功能,包括基本统计量、分组统计分析等。
集成matplotlib的常用可视化接口,无论是series还是dataframe,均支持面向对象的绘图接口。
实例
importnumpyasnpimportpandasaspd#创建一个符合正态分布的10个股票5天的涨跌幅数据stock_change=np.random.normal(0,1,(10,5))pd.DataFrame(stock_change)#添加行索引stock=["股票{}".format(i)foriinrange(10)]pd.DataFrame(stock_change,index=stock)#添加列索引date=pd.date_range(start="20200101",periods=5,freq="B")data=pd.DataFrame(stock_change,index=stock,columns=date)#属性print(data.shape)print(data.index)print(data.columns)print(data.values)data.T#行列转置#方法data.head(3)#开头3行data.tail(2)#最后2行以上就是python中pandas功能特色的介绍,希望对大家有所帮助。更多Python学习指路:Python基础教程
上一篇:centos 中文乱码_Studing&Thinking_百度空间(centos乱码,怎么修改成英文)
下一篇:js中Array.from的用法(js array())
友情链接: 武汉网站建设