Python数据分析库Pandas教程——简介

Pandas是基于Python的高性能数据分析工具，非常容易上手。

Pandas安装

推荐使用Conda安装（尤其是在Windows下）

使用Conda安装: 安装anaconda进入anaconda命令行，conda create -n py27 python=2.7conda install pandas使用PIP安装: 安装pip，如果是Ubuntu，可以用sudo apt-get install python-pip安装sudo pip install pandas

Pandas示例

这里演示用Pandas处理一个简单的CSV文件。 文件下载地址：bikes.csv 文件的前几行如下：

Date;Berri 1;Brébeuf (données non disponibles);Côte-Sainte-Catherine;Maisonneuve 1;Maisonneuve 2;du Parc;Pierre-Dupuy;Rachel1;St-Urbain (données non disponibles) 01/01/2012;35;;0;38;51;26;10;16; 02/01/2012;83;;1;68;153;53;6;43; 03/01/2012;135;;2;104;248;89;3;58; 04/01/2012;144;;1;116;318;111;8;61; 05/01/2012;197;;2;124;330;97;13;95; 06/01/2012;146;;0;98;244;86;4;75; 07/01/2012;98;;2;80;108;53;6;54; 08/01/2012;95;;1;62;98;64;11;63;

代码：

#coding=utf-8 import pandas as pd pd.set_option('display.mpl_style', 'default') # 设置风格 import requests import codecs csv_text = requests.get("https://raw.githubusercontent.com/jvns/pandas-cookbook/master/data/bikes.csv").text # 下载CSV文件 with codecs.open("bikes.csv", "w", "utf-8") as f: f.write(csv_text) df = pd.read_csv('bikes.csv', sep=';', encoding='latin1', parse_dates=['Date'], dayfirst=True, index_col='Date') df[:3] # 获取前三行数据，在Python代码中需要加上print来显示 Berri 1Br�beuf (donn�es non disponibles)C�te-Sainte-CatherineMaisonneuve 1Maisonneuve 2du ParcPierre-DupuyRachel1St-Urbain (donn�es non disponibles)Date2012-01-0135NaN03851261016NaN2012-01-0283NaN16815353643NaN2012-01-03135NaN210424889358NaN df['Berri 1'] # 根据列名获取一列数据 Date 2012-01-01 35 2012-01-02 83 2012-01-03 135 2012-01-04 144 2012-01-05 197 2012-01-06 146 2012-01-07 98 2012-01-08 95 2012-01-09 244 2012-01-10 397 2012-01-11 273 2012-01-12 157 2012-01-13 75 2012-01-14 32 2012-01-15 54 2012-01-16 168 2012-01-17 155 2012-01-18 139 2012-01-19 191 2012-01-20 161 2012-01-21 53 2012-01-22 71 2012-01-23 210 2012-01-24 299 2012-01-25 334 2012-01-26 306 2012-01-27 91 2012-01-28 80 2012-01-29 87 2012-01-30 219 ... 2012-10-07 1580 2012-10-08 1854 2012-10-09 4787 2012-10-10 3115 2012-10-11 3746 2012-10-12 3169 2012-10-13 1783 2012-10-14 587 2012-10-15 3292 2012-10-16 3739 2012-10-17 4098 2012-10-18 4671 2012-10-19 1313 2012-10-20 2011 2012-10-21 1277 2012-10-22 3650 2012-10-23 4177 2012-10-24 3744 2012-10-25 3735 2012-10-26 4290 2012-10-27 1857 2012-10-28 1310 2012-10-29 2919 2012-10-30 2887 2012-10-31 2634 2012-11-01 2405 2012-11-02 1582 2012-11-03 844 2012-11-04 966 2012-11-05 2247 Name: Berri 1, Length: 310, dtype: int64 df['Berri 1'].plot() # 绘制一列的统计图

可加QQ群426491390讨论机器学习、数据挖掘等相关知识。