pandas中DataFrame的使用

关于pandas中DataFrame的使用的思维导图，内容有 创建DataFrame、数据选择与筛选、数据操作、数据可视化、数据处理。

pandas中DataFrame的使用

• 创建DataFrame
  • 从字典创建
    • `pd.DataFrame({'列名1':[数值1, 数值2, ...], '列名2':[数值1, 数值2, ...], ...})`
  • 从列表创建
    • `pd.DataFrame([[数值1, 数值2, ...], [数值1, 数值2, ...], ...], columns=['列名1', '列名2', ...])`
  • 从numpy数组创建
    • `pd.DataFrame(numpy数组, columns=['列名1', '列名2', ...])`
  • 从csv文件读取
    • `pd.read_csv('文件路径')`
• 数据选择与筛选
  • 列选择
    • `dataframe['列名']` 或者 `dataframe.列名`
  • 行选择
    • `dataframe.loc[索引名称]` 或者 `dataframe.iloc[索引位置]`
  • 多条件筛选
    • `dataframe[(条件1) & (条件2)]`
  • 条件赋值
    • `dataframe.loc[条件, '列名'] = 新数值`
• 数据操作
  • 添加列
    • `dataframe['新列名'] = [数值1, 数值2, ...]`
  • 删除列
    • `dataframe.drop(['列名'], axis=1)`
  • 修改数据
    • `dataframe.loc[行索引, '列名'] = 新数值`
  • 排序
    • `dataframe.sort_values(by='列名', ascending=True/False)`
  • 合并
    • `pd.concat([dataframe1, dataframe2], axis=0/1)`
  • 分组
    • `dataframe.groupby('列名')`
  • 聚合
    • `dataframe.agg({'列名1': 'sum', '列名2': 'mean'})`
• 数据可视化
  • 折线图
    • `dataframe.plot(x='x轴列名', y='y轴列名', kind='line')`
  • 散点图
    • `dataframe.plot(x='x轴列名', y='y轴列名', kind='scatter')`
  • 直方图
    • `dataframe['列名'].plot(kind='hist')`
  • 饼图
    • `dataframe['列名'].value_counts().plot(kind='pie')`
• 数据处理
  • 缺失值处理
    • `dataframe.dropna()` 或者 `dataframe.fillna(填充值)`
  • 重复值处理
    • `dataframe.drop_duplicates(subset=['列名'])`
  • 数据类型转换
    • `dataframe['列名'] = dataframe['列名'].astype('新数据类型')`
  • 数据归一化
    • `(dataframe['列名'] - dataframe['列名'].min()) / (dataframe['列名'].max() - dataframe['列名'].min())`
  • 数据标准化
    • `(dataframe['列名'] - dataframe['列名'].mean()) / dataframe['列名'].std()`