Python中的大熊猫（Pandas）之二

健谈始于戊戌年 2021-07-01

1143

大熊猫就是不一样，走到哪儿都受欢迎。就连Python中的大熊猫也有很多读者感兴趣，那我们就书接上文，继续讲Pandas!

4. 数据过滤

有时候我们需要找到满足某一个条件的数据。例如气温为某一个温度的数据。这时候就可以用到Python中的“面具”。

这就是Mask，它是根据某一条件判断对错的一系列结果。假如我们想看到温度是否为-1.8，那么当数据为-1.8时返回正确（True），否则返回错误（False）。

mask = (weather['Temp (C)'] == -1.8)

mask.head()

我们可以看一下mask里面的数据。这里面只有气温为-1.8时的数据。

weather_test = weather[mask]

weather_test.head(10)

当然，有的时候需要满足多个条件。这时候就可以用到“&”符号来连接两个条件，例如：

mask = (weather['Temp (C)'] == -1.8) &(weather['Visibility (km)'] == 8.0)

weather[mask]

这是就可以得到温度为-1.8，能见度为8的数据。

5. Pandas中的数理统计功能

虽然最大值、最小值、平均值这样的统计分析看起来很简单，但却很重要。假如投资者不在股价最大值的时候满仓入场，不在股价最小值的时候清仓，就不会在投资中造成巨大的可亏损。

言归正传，虽然预测天气还是比预测股市容易很多。我们来看一些气温的平均值、最大值和最小值：

weather['Temp(C)'].mean()

8.79814435336981

print(weather['Temp (C)'].max())

33.0

print(weather['Temp(C)'].min())

-23.3

这些功能并不难。

6. 新增一列

有的时候，我们对已有的数据做一个简单的处理。比方说原始数据中投资者账户金额为1234567890元。这是多少钱？不直观。所以你想把它改为123456.789万，或者12.3456789亿。这样就清晰了。

我们来看看如何解决这个问题。在天气的数据中，我们可以新增一列可见度百分比。它是可见度和最大可见度的比例。用Python可以这样写：

max_vis = weather['Visibility (km)'].max()

weather['percent_visibility'] = weather['Visibility(km)']/max_vis

weather.head()

于是，我们就在最后增加了percent_visibility一列。

7. Pandas的绘图功能

通俗地讲，学编程就是为了画图。要是说得专业一点，那就叫可视化（Visualization）。一副好的图片胜过千言万语！所以，我们必须讲一下画图。

先来看看直方图，可以用到plot.hist()。当然还要有坐标轴名称，就是这样：

weather['Temp (C)'].plot.hist()

plt.xlabel("Temperature (C)");

plt.xticks()

图中，横轴是气温，纵轴是频率，也就是该气温出现的次数。我们可以发现这个地方的气温大部分在0-20度之间。零下的温度比20度以上的温度多，看来这个地方相对比较冷。

我们还可以把气温用线段连起来

weather['Temp (C)'].plot.line()

画出下面的图。由于我们的数据是2012年1月1日起每个小时的气温，所以我们看到开始气温比较低，随后升温，到了冬天，气温又有所下降。通过画图，我们让天气的数据一目了然！

好了，这就是关于Pandas一个简单的介绍。大家有什么问题，可以留言交流。

千里之行始于足下！不论Python多么高深，也是由一个个简单的数据、函数、库构成。接下来我们还会介绍Python中的Numpy,sklearn等,敬请期待！

文章转载自健谈始于戊戌年，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。