从〇到一 轻松学编程

Python 数据分析示例

| 星辉


2019年10月23日星期三 22:50 | 教程


数据分析处理是Python语言的一个重要应用领域,对于此类需求通常使用的软件包是Pandas,数据科学发行版Anaconda已经直接附带了Pandas,对于Python官方版则可以使用以下pip命令安装Pandas:

pip install pandas

下面的示例是使用Jupyter笔记本对中国历史上皇帝们的寿命数据进行简单的统计分析,练习所用的数据文件为emperor.csv(这是一种以逗号作为分隔符的通用纯文本数据格式): http://study.ywu.cn/x/07ltKL

# 导入pandas模块,按惯例以pd作为别名
import pandas as pd
# 读取CSV格式的数据返回一个数据网格DataFrame
df = pd.read_csv("http://study.ywu.cn/x/07ltKL")
df.shape  # 数据网格的形状即行数与列数

以上语句块读取CSV文件返回一个数据网格(DataFrame)对象,即302行乘5列的二维表。

使用DataFrame对象的head方法则可以预览前几行的内容(默认5行):

df.head()

对于已生成的 DataFrame,还可以进行种调整和查询操作,以下语句块对列标签进行了修改,然后列出寿命达到80岁的皇帝:

df.columns = ["序号", "名号", "寿命", "生卒", "朝代"]
df[df.寿命 >= 80]

以下语句块筛选出明清两朝的皇帝,调用tail方法预览最后10行:

mingqing = df[df.朝代.isin(["明", "清"])]
mingqing.tail(10)

以下语句块比较明清两朝的皇帝寿命——聚合输出分组总计数、最低值、最高值、平均值、中位数:

compare = mingqing.groupby("朝代").寿命.agg(["count", "min", "max", "mean", "median"])
compare

可以看到使用Pandas进行数据分析是相当方便快捷的,这个示例只对Pandas的功能进行了非常简要的介绍,学习者可以查阅官方文档了解更多使用技巧 https://pandas.pydata.org/pandas-docs/stable/



还没有人发表评论。

发表评论

HTML语法: 禁用