[Python教學] 寫給新手的Python入門操作

Table

DataFrame 結構

1.由多個變數組成ndarray 2.再由index + ndarray組成Series 3.最後由多個Series組成DataFrame

DataFrame
- 多個 Series
  - index + ndarray
    - 多個 scalar（變數）

DataFrame 基本入門操作

1.select：loc，iloc，ix
2.filter：&，|
3.mutate
4.arrange：df.sort_values
5.summarize：df.describe()，df.info()
6.groupby
7.other：df.idxmax()

1.Dataframe創建

#載入數據

import pandas as pd

df = pd.read_csv('path')

df = pd.read_excel('path')

df = pd.read_json('path')

df.to_excel('1.xlsx')

#建立 Dataframe

import pandas as pd

stock_info= {

"name" :['Steven', 'Peter', 'Max'],

"price":[ 300, 400, 500]

}

stock_df = pd.DataFrame(stock_info)

print(stock_df)

dict 和 list 融合

1	dict_crawl = {<br /> 'name': [],<br /> 'date': [],<br /> 'description': []<br />}<br /><br /><br />for i in posts:<br /> dict_crawl['name'].append('Max')<br /> dict_crawl['date'].append('2018-11-05')<br /> dict_crawl['description'].append('dict with list')

2.Select & 缺失值

# Select

#label & positional indexing

stock_df.ix[:, "name"]

stock_df.ix[:, 1]

stock_df.loc[:, "name"] #label based indexing

stock_df.iloc[:, 1] #positional indexing

# iloc[:].values

dataset

>>>

Country Age Salary Purchased

0 France 44.0 72000.0 No

1 Spain 27.0 48000.0 Yes

2 Germany 30.0 54000.0 No

3 Spain 38.0 61000.0 No

4 Germany 40.0 NaN Yes

X = dataset.iloc[ : , :-1].values

>>>array([['France', 44.0, 72000.0],

['Spain', 27.0, 48000.0],

['Germany', 30.0, 54000.0],

['Spain', 38.0, 61000.0],

['Germany', 40.0, nan],

['France', 35.0, 58000.0],

['Spain', nan, 52000.0],

['France', 48.0, 79000.0],

['Germany', 50.0, 83000.0],

['France', 37.0, 67000.0]], dtype=object)

Y = dataset.iloc[ : , 3].values

>>>array(['No', 'Yes', 'No', 'No', 'Yes', 'Yes', 'No', 'Yes', 'No', 'Yes'],

dtype=object)

# 篩選DF的型態

1 2	df.select_dtypes(include=['float64']) df.select_dtypes(exclude=['int'])

# 篩選DF的值

1	df0_group = df0_group[df0_group['產品'].str.contains("【會員獨享99元】\|(訂單加購)")==False]

# 缺失值

df['name'].isnull()

df['name'].notnull()

df.isnull().sum()

df.isnull().any()

df.dropna() # 捨棄缺失值

df.fillna(0) # 用0填補缺失值

df['age'].fillna(df['age'].mean()) # 用平均值填補缺失值

df['age'].fillna(df.groupby('gender')['age'].transform('mean'),inplace=True)

df.interpolate()

3.Dataframe修改

# datatime

1	df['日期']=pandas.to_datetime(df['日期'],format = '%Y年%m月%d日')

# get_dummies

1 2	pandas.get_dummies(df['Sex']) df = pandas.concat([df,pandas.get_dummies(df['Sex'])],axis=1)

# 跳脫符號

1	shaq = 'Shaquille O\'Neal'

# float

pi = 3.14159265359

print("圓周率是 {}".format(pi))

print("圓周率是 {:.2f}".format(pi))

print("圓周率是 {:.4e}".format(pi))

print("圓周率是 {:.0f}".format(pi))

...

圓周率是 3.14159265359

圓周率是 3.14

圓周率是 3.1416e+00

圓周率是 3

# enumerate(sequence, [start=0])

1 2	Name = ['Max', 'Steven', 'Peter','Lucy','Annie','Hugo'] list(enumerate(Name))

# list comprehension

1 2	istances = [10, 21, 42] ans1 = [x/1.609344 for x in distances]

# functional programming

1 2	istances = [10, 21, 42] ans2 = list(map(lambda x : x / 1.609344, distances))

4.Dataframe輸出

#輸出

pList = []

pList.append([post_name,price])

df.columns = ['Name','Price']

df.to_csv('/Users/max/Desktop/Result.csv', index=False)

#排序

df.sort_values(by = "CS", ascending=False)

#重置index

.reset_index(drop=True)

5.其他

#隨機沈睡

import time

import random

time.sleep(random.randrange(3, 10))

#運行時間

start = time.time()

end = time.time()

print ("完成時間: %f s" % (end - start))

#for if 單行運行

[word for word in lst if len(word) > 5]

#list轉換成str

mylist = ['max', 'lucy', 'annie']

print (', '.join(mylist))

>>>max, lucy, annie

#try except語法

try :

#your code

except Exception:

print ("Game Over")

#行轉列

1	df_select.pivot_table(values="被填入的值", index="設定的index",columns="要轉的行名稱")

#判別字串是否全部是英文

import re

#判斷是否為英文

def all_is_english(word):

match = re.search('^[a-zA-Z]+

#建立資料夾

import os

def mkdir(path):

folder = os.path.exists(path)

if not folder:

os.makedirs(path)

print ("--- new folder... ---")

else:

print ("--- There is this folder! ---")

file = "/Users/max/Desktop/aa"

mkdir(file)

#merge合併三份df

1	pd.merge(pd.merge(df1,df2,on='name'),df3,on='name')

#append合併多份df

df_0 = pd.DataFrame({})

for i in ID_unique:

df_0 = df_0.append(df_done[df_done['交易ID']==i])

# list使用方法

append() 方法

insert() 方法

remove() 方法

pop() 方法

index() 方法

count() 方法

sort() 方法

reverse() 方法 #反轉

# dictionary使用方法

get() 方法

keys() 方法

items() 方法

values() 方法

# 將小數點轉換成百分數

1	format('1.22','.0%')

# 將 df 的小數點轉換成百分數

1	df['uniquePurchases'].apply(lambda x: format(x, '.2%'))

延伸閱讀：

那 [Python教學] 寫給Python初學者的入門操作就到這邊，感謝收看，有關Max行銷誌的最新文章，都會發佈在Max的Facebook粉絲專頁，如果想看最新更新，還請您按讚或是追蹤唷！