可视化方式学Pandas

Pandas是数据挖掘常见的工具，掌握使用过程中的函数是非常重要的。本文将借助可视化的过程，讲解Pandas的各种操作。

sort_values

(dogs[dogs['size'] == 'medium']
 .sort_values('type')
 .groupby('type').median()
)

执行步骤：

• size列筛选出部分行
• 然后将行的类型进行转换
• 按照type列进行分组，计算中位数

selecting a column

dogs['longevity']

groupby + mean

dogs.groupby('size').mean()

执行步骤：

• 将数据按照size进行分组
• 在分组内进行聚合操作

grouping multiple columns

dogs.groupby(['type', 'size'])

groupby + multi aggregation

(dogs
  .sort_values('size')
  .groupby('size')['height']
  .agg(['sum', 'mean', 'std'])
)

执行步骤

• 按照size列对数据进行排序
• 按照size进行分组
• 对分组内的height进行计算

filtering for columns

df.loc[:, df.loc['two'] <= 20]

filtering for rows

dogs.loc[(dogs['size'] == 'medium') & (dogs['longevity'] > 12), 'breed']

dropping columns

dogs.drop(columns=['type'])

joining

ppl.join(dogs)

merging

ppl.merge(dogs, left_on='likes', right_on='breed', how='left')

pivot table

dogs.pivot_table(index='size', columns='kids', values='price')

melting

dogs.melt()

pivoting

dogs.pivot(index='size', columns='kids')

stacking column index

dogs.stack()

unstacking row index

dogs.unstack()

resetting index

dogs.reset_index()

setting index

dogs.set_index('breed')