Pandas

pandas

#pandas

Inhaltsverzeichnis

?ber

1

Kapitel 1: Erste Schritte mit Pandas

2

Bemerkungen

2

Versionen

2

Examples

3

Installation oder Setup

3

Installation ?ber Anaconda

5

Hallo Welt

5

Beschreibende Statistik

6

Kapitel 2: An DataFrame anh?ngen

8

Examples

8

Eine neue Zeile an DataFrame anh?ngen

8

H?ngen Sie einen DataFrame an einen anderen DataFrame an

9

Kapitel 3: Analyse: Alles zusammenbringen und Entscheidungen treffen

11

Examples

11

Quintil-Analyse: mit zuf?lligen Daten

11

Was ist ein Faktor?

11

Initialisierung

11

pd.qcut - Erstellen Sie Quintil-Buckets

12

Analyse

12

Plot kehrt zur?ck

13

Visualisieren Sie die scatter_matrix mit scatter_matrix

13

Berechnen und visualisieren Sie den maximalen Draw Down

14

Statistiken berechnen

16

Kapitel 4: Boolesche Indizierung von Datenrahmen

18

Einf?hrung

18

Examples

18

Zugriff auf einen DataFrame mit einem booleschen Index

18

Anwenden einer booleschen Maske auf einen Datenrahmen

19

Maskieren von Daten basierend auf dem Spaltenwert

19

Maskieren von Daten basierend auf dem Indexwert

20

Kapitel 5: Computational Tools

21

Examples

21

Finden Sie die Korrelation zwischen Spalten

21

Kapitel 6: DataFrames erstellen

22

Einf?hrung

22

Examples

22

Erstellen Sie ein Beispiel-DataFrame

22

Erstellen Sie ein Beispiel-DataFrame mit Numpy

23

Erstellen Sie mithilfe von Dictionary einen Beispiel-DataFrame aus mehreren Sammlungen

24

Erstellen Sie einen DataFrame aus einer Liste von Tupeln

24

Erstellen Sie einen DataFrame aus einem W?rterbuch mit Listen

25

Erstellen Sie einen Beispiel-DataFrame mit Datumszeit

25

Erstellen Sie einen Beispiel-DataFrame mit MultiIndex

27

Speichern und Laden Sie einen DataFrame im Pickle-Format (.plk)

28

Erstellen Sie einen DataFrame aus einer Liste von W?rterb?chern

28

Kapitel 7: Dateien in Pandas DataFrame lesen

29

Examples

29

Tabelle in DataFrame lesen

29

Tabellendatei mit Kopfzeile, Fu?zeile, Zeilennamen und Indexspalte:

29

Tabellendatei ohne Zeilennamen oder Index:

29

CSV-Datei lesen

30

Daten mit Kopfzeile, durch Semikola anstelle von Kommas getrennt

30

Tabelle ohne Zeilennamen oder Index und Kommas als Trennzeichen

30

Sammeln Sie Google-Tabellenkalkulationsdaten in Pandas-Datenrahmen

31

Kapitel 8: Daten gruppieren

32

Examples

32

Grundlegende Gruppierung

32

Gruppieren Sie nach einer Spalte

32

Gruppieren Sie nach mehreren Spalten

32

Zahlen gruppieren

33

Spaltenauswahl einer Gruppe

34

Aggregation nach Gr??e und Anzahl

35

Gruppieren von Gruppen

35

Exportieren Sie Gruppen in verschiedenen Dateien

36

Verwenden von transform zum Abrufen von Statistiken auf Gruppenebene unter Beibehaltung de

36

Kapitel 9: Daten indizieren und ausw?hlen

38

Examples

38

Spalte nach Beschriftung ausw?hlen

38

W?hlen Sie nach Position

38

Schneiden mit Etiketten

39

Auswahl aus gemischten Positionen und Etiketten

40

Boolesche Indizierung

41

Spalten filtern ("interessant" ausw?hlen, nicht ben?tigte l?schen, RegEx verwenden usw.)

42

Beispiel-DF generieren

42

Spalten mit dem Buchstaben 'a' anzeigen

42

Spalten mit RegEx-Filter anzeigen (b|c|d) - b oder c oder d :

42

zeige alle Spalten au?er denjenigen, die mit a beginnen

43

Zeilen filtern / ausw?hlen mit der Methode .query ()

43

zuf?llige DF generieren

43

W?hlen Sie Zeilen aus, deren Werte in Spalte A > 2 und die Werte in Spalte B < 5

43

Verwenden der .query() -Methode mit Variablen zum Filtern

44

Pfadabh?ngiges Schneiden

44

Ruft die ersten / letzten n Zeilen eines Datenrahmens ab

46

W?hlen Sie unterschiedliche Zeilen ?ber den Datenrahmen aus

47

Zeilen mit fehlenden Daten herausfiltern (NaN, None, NaT)

48

Kapitel 10: Datentypen

50

Bemerkungen

50

Examples

51

?berpr?fen der Spaltenarten

51

Dtypes ?ndern

51

?ndern Sie den Typ in numerisch

52

?ndern des Typs in datetime

53

?ndern des Typs in Timedelta

53

Ausw?hlen von Spalten basierend auf dtype

53

Zusammenfassende dtypes

54

Kapitel 11: Duplizierte Daten

55

Examples

55

W?hlen Sie dupliziert aus

55

Duplizieren

55

Z?hlen und einzigartige Elemente erhalten

56

Ermitteln Sie eindeutige Werte aus einer Spalte.

57

Kapitel 12: Einfache Manipulation von DataFrames

59

Examples

59

L?schen Sie eine Spalte in einem DataFrame

59

Umbenennen einer Spalte

60

Eine neue Spalte hinzuf?gen

61

Direkt zuweisen

61

F?gen Sie eine konstante Spalte hinzu

61

Spalte als Ausdruck in anderen Spalten

61

Erstellen Sie es im laufenden Betrieb

62

f?gen Sie mehrere Spalten hinzu

62

F?gen Sie schnell mehrere Spalten hinzu

62

Suchen und Ersetzen von Daten in einer Spalte

63

Hinzuf?gen einer neuen Zeile zu DataFrame

63

L?schen Sie oder l?schen Sie Zeilen von DataFrame

64

Spalten neu anordnen

65

Kapitel 13: Fehlende Daten

66

Bemerkungen

66

Examples

66

Fehlende Werte ausf?llen

66

Fehlende Werte mit einem einzigen Wert f?llen:

66

Fehlende Werte mit den vorherigen f?llen:

66

F?llen Sie mit den n?chsten:

66

F?llen Sie mit einem anderen DataFrame:

67

Fehlende Werte l?schen

67

 ................
................

In order to avoid copyright disputes, this page is only a partial summary.

Google Online Preview   Download