Шпаргалка по Pandas для науки о данных в Python

Что такое шпаргалка Pandas?

Библиотека Pandas имеет множество функций, но некоторые из них могут сбить с толку некоторых людей. Здесь мы предоставили полезный ресурс под названием Python Шпаргалка по пандам. Он объясняет основы Pandas в простой и лаконичной форме.

Независимо от того, являетесь ли вы новичком или имеете опыт работы с Pandas, эта шпаргалка может послужить полезным справочным руководством. Он охватывает различные темы, включая работу со структурами данных Series и DataFrame, выбор и упорядочивание данных, а также применение функций к вашим данным.

Короче говоря, это Панды Python Шпаргалка — хороший ресурс для тех, кто хочет узнать больше об использовании Python для науки о данных. Это удобный справочный инструмент. Это может помочь вам улучшить свои навыки анализа данных и работать более эффективно с Pandas.

👉 Загрузите шпаргалку в формате PDF здесь.

Объяснение важных функций в Pandas:

Чтобы начать работать с функциями pandas, вам необходимо установить и импортировать pandas. Для этого есть две команды:

Шаг 1) # Установите Панды

Pip-установка панд

Шаг 2) # Импортируем панды

Импортировать панд как pd

Теперь вы можете начать работать с функциями Pandas. Мы будем работать над манипулированием, анализом и очисткой данных. Вот некоторые важные функции панд.

Структуры данных Pandas

Как мы уже обсуждали, в Pandas есть две структуры данных: Series и DataFrames. Оба являются помеченными массивами и могут содержать данные любого типа. Разница лишь в том, что Series — это одномерный массив, а DataFrame — двумерный массив.

1. Серии

Это одномерный помеченный массив. Он может содержать любой тип данных.

s = pd.Series([2, -4, 6, 3, None], index=['A', 'B', 'C', 'D', 'E'])

2. Кадр данных

Это двумерный помеченный массив. Он может содержать любой тип данных и разные размеры столбцов.

data = {'RollNo' : [101, 102, 75, 99],
        'Name' : ['Mithlesh', 'Ram', 'Rudra', 'Mithlesh'],
        'Course' : ['Nodejs', None, 'Nodejs', 'JavaScript']
}
df = pd.DataFrame(data, columns=['RollNo', 'Name', 'Course'])
df.head()

Импорт данных

У Pandas есть возможность импортировать или читать различные типы файлов в вашем блокноте.

Вот несколько примеров, приведенных ниже.

# Import a CSV file pd
pd.read_csv(filename)

# Import a TSV file
pd.read_table(filename)

# Import a Excel file pd
pd.read_excel(filename)

# Import a SQL table/database
pd.read_sql(query, connection_object)

# Import a JSON file
pd.read_json(json_string)

# Import a HTML file
pd.read_html(url)

# From clipboard to read_table()
pd.read_clipboard()

# From dict
pd.DataFrame(dict)

Выбор

Вы можете выбирать элементы по их местоположению или индексу. Используя эти методы, вы можете выбирать строки, столбцы и отдельные значения.

1. Серии

# Accessing one element from Series
s['D']

# Accessing all elements between two given indices
s['A':'C']

# Accessing all elements from starting till given index
s[:'C']

# Accessing all elements from given index till end
s['B':]

2. Кадр данных

# Accessing one column df
df['Name']

# Accessing rows from after given row
df[1:]

# Accessing till before given row
df[:1]

# Accessing rows between two given rows
df[1:2]

Выбор посредством логического индексирования и настройки

1. По должности

df.iloc[0, 1]

df.iat[0, 1]

2. По этикетке

df.loc[[0],  ['Name']]

3. По метке/позиции

df.loc[2] # Both are same
df.iloc[2]

4. Логическое индексирование

# Series s where value is > 1
s[(s > 0)]

# Series s where value is <-2 or >1
s[(s < -2) | ~(s > 1)]

# Use filter to adjust DataFrame
df[df['RollNo']>100]

# Set index a of Series s to 6
s['D'] = 10
s.head()

Очистка данных

Для пакетов Python В целях шпаргалки по очистке данных вы можете выполнить следующие операции:

• Переименуйте столбцы с помощью метода rename().
• Обновите значения, используя метод at[] или iat[] для доступа и изменения определенных элементов.
• Создайте копию серии или фрейма данных, используя метод copy().
• Проверьте значения NULL с помощью метода isnull() и удалите их с помощью метода dropna().
• Проверьте наличие повторяющихся значений с помощью метода Duplied(). Удалите их с помощью метода drop_duulates().
• Замените значения NULL с помощью метода fill() указанным значением.
• Замените значения с помощью метода replace().
• Сортируйте значения с помощью метода sort_values().
• Ранжируйте значения с помощью метода Rank().

# Renaming columns
df.columns = ['a','b','c']
df.head()

# Mass renaming of columns
df = df.rename(columns={'RollNo': 'ID', 'Name': 'Student_Name'})

# Or use this edit in same DataFrame instead of in copy
df.rename(columns={'RollNo': 'ID', 'Name': 'Student_Name'}, inplace=True)
df.head()

# Counting duplicates in a column
df.duplicated(subset='Name')

# Removing entire row that has duplicate in given column
df.drop_duplicates(subset=['Name'])

# You can choose which one keep - by default is first
df.drop_duplicates(subset=['Name'], keep='last')

# Checks for Null Values
s.isnull()

# Checks for non-Null Values - reverse of isnull()
s.notnull()

# Checks for Null Values df
df.isnull()

# Checks for non-Null Values - reverse of isnull()
df.notnull()

# Drops all rows that contain null values
df.dropna()

# Drops all columns that contain null values
df.dropna(axis=1)

# Replaces all null values with 'Guru99'
df.fillna('Guru99')

# Replaces all null values with the mean
s.fillna(s.mean())

# Converts the datatype of the Series to float
s.astype(float)

# Replaces all values equal to 6 with 'Six'
s.replace(6,'Six')

# Replaces all 2 with 'Two' and 6 with 'Six'
s.replace([2,6],['Two','Six'])

# Drop from rows (axis=0)
s.drop(['B',  'D'])

# Drop from columns(axis=1)
df.drop('Name', axis=1)

# Sort by labels with axis
df.sort_index()

# Sort by values with axis
df.sort_values(by='RollNo')

# Ranking entries
df.rank()

# s1 is pointing to same Series as s
s1 = s

# s_copy of s, but not pointing same Series
s_copy = s.copy()

# df1 is pointing to same DataFrame as df
df1 = s

# df_copy of df, but not pointing same DataFrame
df_copy = df.copy()

Получение информации

Вы можете выполнить эту операцию для получения информации:

• Используйте атрибут формы, чтобы получить количество строк и столбцов.
• Используйте метод head() или Tail(), чтобы получить первые или последние несколько строк в качестве образца.
• Используйте метод info(), описать() или dtypes, чтобы получить информацию о типе данных, количестве, среднем, стандартном отклонении, минимальном и максимальном значениях.
• Используйте методы count(), min(), max(), sum(),mean() и median() для получения конкретной статистической информации для значений.
• Используйте метод loc[] для получения строки.
• Используйте метод groupby(), чтобы применить функцию GROUP BY для группировки похожих значений в столбце DataFrame.

1. Основная информация

# Counting all elements in Series
len(s)

# Counting all elements in DataFrame
len(df)

# Prints number of rows and columns in dataframe
df.shape

# Prints first 10 rows by default, if no value set
df.head(10)

# Prints last 10 rows by default, if no value set
df.tail(10)

# For counting non-Null values column-wise
df.count()

# For range of index df
df.index

# For name of attributes/columns
df.columns

# Index, Data Type and Memory information
df.info()

# Datatypes of each column
df.dtypes

# Summary statistics for numerical columns
df.describe()

2. Резюме

# For adding all values column-wise
df.sum()

# For min column-wise
df.min()

# For max column-wise
df.max()

# For mean value in number column
df.mean()

# For median value in number column
df.median()

# Count non-Null values
s.count()

# Count non-Null values
df.count()

# Return Series of given column
df['Name'].tolist()

# Name of columns
df.columns.tolist()

# Creating subset
df[['Name', 'Course']]

# Return number of values in each group
df.groupby('Name').count()

Применение функций

# Define function
f = lambda x: x*5

# Apply this function on given Series - For each value
s.apply(f)

# Apply this function on given DataFrame - For each value
df.apply(f)

1. Внутреннее выравнивание данных

# NA values for indices that don't overlap
s2 = pd.Series([8, -1, 4],  index=['A',  'C',  'D'])
s + s2

2. Арифметика OperaЗаполнение методами Fill

# Fill values that don't overlap
s.add(s2, fill_value=0)

3. Фильтровать, сортировать и группировать по

Следующие функции можно использовать для фильтрации, сортировки и группировки по сериям и DataFrame.

# Filter rows where column is greater than 100
df[df['RollNo']>100]

# Filter rows where 70 < column < 101
df[(df['RollNo'] > 70) & (df['RollNo'] < 101)]

# Sorts values in ascending order
s.sort_values()

# Sorts values in descending order
s.sort_values(ascending=False)

# Sorts values by RollNo in ascending order
df.sort_values('RollNo')

# Sorts values by RollNo in descending order
df.sort_values('RollNo', ascending=False)

Экспорт данных

Pandas имеет возможность экспортировать или записывать данные в различных форматах. Вот несколько примеров, приведенных ниже.

# Export as a CSV file df
df.to_csv(filename)

# Export as a Excel file df
df.to_excel(filename)

# Export as a SQL table df
df.to_sql(table_name, connection_object)

# Export as a JSON file
df.to_json(filename)

# Export as a HTML table
df.to_html(filename)

# Write to the clipboard
df.to_clipboard()

Заключение по шпаргалке по Pandas:

Панды это библиотека с открытым исходным кодом в Python для работы с наборами данных. Его способность анализировать, очищать, исследовать и манипулировать данными. Pandas построен на основе Numpy. Он используется с другими программами, такими как Matplotlib и научное обучение. Он охватывает такие темы, как структуры данных, выбор данных, импорт данных, логическое индексирование, удаление значений, сортировка и очистка данных. Мы также подготовили шпаргалку по пандам в формате PDF для статьи. Pandas — это библиотека в Python и наука о данных использует эту библиотеку для работы с кадрами и сериями данных pandas. В этой шпаргалке мы обсудили различные команды pandas.

Шпаргалка Colab

Мой файл упражнений Colab для Pandas – Шпаргалка по пандам – Python для Data Science.ipynb