Python數據分析常用函數筆記

1、生成隨機數列表
import numpy as np
array = np.random.permutation(20)
結果：
array([12, 18, 16, 8, 10, 17, 1, 2, 9, 7, 3, 6, 15, 13, 11, 5, 4, 0, 14, 19])
2、合并兩個pandas.DataFrame數據集

import pandas as pd

data1 = {'A1':['A','B','C','D','E','F','G'],
           'A2':[1,2,3,4,5,6,7]}

data2 = {'A1':['H','I','J','K','L','M','N'],
           'A2':[8,9,10,11,12,13,14]}

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

frames = [df1, df2]     #將兩個DataFrame數據放入列表
df = pd.concat(frames)

3、pandas.DataFrame保存CSV文件

df.to_csv("D://df_test.csv", index = False)

    index=False，表示不保存索引值，若為True，則保存索引值

4、 # 查看列的名字
df.columns
5、查看所有列的統計描述，包括平均值，標準差，最大最小值，以及25%，50%，75%的 percentile 值

df.describe()

6、Pandas 與 matplotlib 配合使用進行作圖

# 首先打開圖表行內顯示
%matplotlib inline

# 生成600個隨機數（符合正態分布），存放在 Series 或 DataFrame 的某一列中
nd = pd.Series(np.random.randn(600))

# bins 表示直方圖的方塊數
# range 表示圖表顯示的范圍
nd.hist(bins=100, range=(-5,5))
結果如圖所示：

7、按軸進行排序

train_df[['job', 'education', 'age', 'marital']].sort_index(axis=1, ascending=False).head()

8、DataFrame 合并

df1 = pd.DataFrame(...)
df2 = pd.DataFrame(...)
df3 = pd.DataFrame(...)

li = list()
li .append(df1)
li .append(df2)
li .append(df3)

df = pd.concat(li)

9、寫入、讀取Excel文件
寫入Excel文件：
df.to_excel('foo.xlsx', sheet_name='Sheet1')

從Excel文件中讀?。?br /> pd.read_excel('foo.xlsx', 'Sheet1', index_col=None, na_values=['NA'])

10、讀取CSV文件
iris = pd.read_csv(iris_filename, sep=',', decimal='.', header=None, names= ['sepal_length','sepal_width','petal_length','petal_width', 'target']
    除了文件名，read_csv函數還可以指定分隔符（sep）、小數點的表達方式（decimal）、是否要標題行（本例中，header=None；通常情況下，如果有標題行，header=0）和變量名稱（若全部列檢索，則該項可省略）