前言
? ? ? ? 等到了我们学校的数据挖掘课程，就从最简单的pandas开始记录我的数据挖掘学习历程吧！希望这份手册能在之后需要的时候帮助到大家。
pandas使用手册
series基础
操作参考：
创建series
>>> ser2 = Series(range(4),index = ["a","b","c","d"])取一个元素
>>> ser2["a"]
>>> ser2[1]取多个元素
>>>?ser2[1:3]
>>>?ser2[['a', 'c']]赋值
>>>?ser2["a"] = 7 ?????#赋一个值
>>>?ser2[1:3] = 10 ????#批量赋值
>>>?ser2[['a', 'c']] = [9, 8]Series间的计算
>>>?print(a + b)???
>>>?print(a * 2)
>>>?print(a >= 3) ??#产生true false的新series
>>>?print(a[a >= 3]) ?#取出true false series的对应的值成series，相当于where条件Series函数的使用
>>> print(a.mean()) #均值
>>> print(a.sum()) #求和使用apply
>>>?print(a.apply(lambda x:x**2))??#全部平方练习题：
- 创建一个6个元素的Series， 值是[4,5,6,7,8,9]， index是 ‘a’到 ‘f’
- 两种方法取ser的第二个元素
- 求ser的平均值和中位数
- 找到ser中所有偶数：包含判断以及取数两部分
- 将ser中所有偶数，改成10,12,14
- 将ser中所有偶数，改成2
- 将ser中所有偶数，翻倍
- 将ser应用自定义函数，当数字是奇数，翻倍；当数字是偶数，除以2
dataframe基础?
操作参考：
创建DataFrame
>>> df = pd.DataFrame([[1,2,3], [6,7,8]],columns= ["a","b","c"])
>>> df = pd.DataFrame({'country':['aaa','bbb','ccc'], 'population':[10,12,14]})
>>> df = pd.read_csv("yours.csv")查看DataFrame信息
>>>df.info()
>>>df.index
>>>df.columns
>>>df.dtypes
>>>df.values取一个列成一个series
>>>?df["a"]
>>> df.loc[:, 'a']取多个列成一个DataFrame
>>>?df[["a","c"]]
>>> df.loc[[1,2], ['a']] ?#只取两行a列条件读取
>>> df[df['a'] > 3]
>>> df[(df['a'] > 3)?& (df['b']< 8)]取出一行成为series
>>> df.iloc[0]赋值
>>>df['a'] = [1,2,3] ?#注意行数一致 ?
>>>df[['a', 'c']] = 8 ??#若要取指定行，需要用loc或iloc
>>>df.loc[:, 'd'] = df.loc[:, 'b'] ???#将b列赋值到新的d列
>>>df.loc[df['b'] < 3, 'c'] = ?df.loc[df['b'] < 3,'d']
?#将b<3 的d列赋值到c列 注意两边的条件要一样，才能满足索引一致的要求，否则赋值越界groupby操作
>>> df = pd.DataFrame({'key':['A','B','C','A','B','C','A','B','C'],'data':[0,5,10,5,10,15,10,15,20]})
>>>?df.groupby('key').sum() ?#按key成组，每组所有列求和
>>>?df.groupby('key')['data'].mean() ??#按key成组，每组求均值，取data列的聚合结果series
>>>?for key, gdata in df.groupby('Sex'):?????#gdata是一个DataFrame
>>>print(key, gdata.values) ??使用apply
>>>def my_min(a, b): ??#先定义函数
????????????return min(abs(a),abs(b))
>>>df1['k'] = df.apply(lambda row: my_min(row['val_1'], row['val_2']), axis=1) ???#使用匿名函数传每行的特定列， 返回一个series 再赋值到k列，注意axis=1、生成一列series数据的便捷方法：?
>>> df['val_1'] = df['value'].diff(k) ????#同列逐行向上/下相减
>>> df['val_2'] = df[''value'].shift(k) ??#所有行向上/下移动k位练习题：
- 读取天气的数据文件weather.csv
- 用apply实现一列rain = rain08+rain20；若一边存在999990，则返回999990
- 按station补前一天日期： 按station分组，每组内部，使用shift方法将前一天的数据移动到今天
- 按城市补全rain08: 按city分组，将同一天内rain08中999990的值，替换成同城所有station的rain08的非999990的 均值，如果都缺失则补0;
dataframe绘图
操作参考：
条件删除行
df = df.drop(?df[?( df['value'] < 50) & ( df['value'] > 20)].index)其中drop传入的是 df条件取出的的index
直方图
df['temperature'].plot.hist( bins = 20)
散点图?
df.plot.scatter(x = 'humidity', y = 'temperature')
箱型图
df[['temperature', 'humidity']].plot.box()