Python Pandas 資料分析 – DataFrame 雙維度資料 By 彭彭
[ad_1]
喜歡彭彭的教學影片嗎？點擊「加入」按紐取得更多會員服務哦。
加入會員：https://www.youtube.com/channel/UCguZS-y7codLSt6vpkVdnKg/join
DataFrame 雙維度的資料 ( 二維資料 )，詳細教學：
0. 雙維度的表格資料簡介。
1. 資料索引：
1.1 什麼是資料索引。
1.2 內建的資料索引。
1.3 自訂的資料索引。
2. 觀察資料：
2.1 資料數量。
2.2 資料型狀。
2.3 資料索引。
3. 取得列 Row 的資料：
3.1 根據順序取得一整列。
3.2 根據索引取得一整列。
4. 取得欄 Column 的資料：
4.1 根據欄位名稱取得一整欄。
4.2 結合 Series 的概念操作字串。
4.3 結合 Series 的概念取得平均數。
5. 建立新的欄位：
5.1 根據列表建立新欄位。
5.2 根據 Series 建立新欄位。
5.3 根據現有的欄位建立新欄位。
——————-
更多學習資訊，請到彭彭的課程網站：
https://training.pada-x.com/
Source
[ad_2]
感恩老师！谢谢您的精心教学！
老師您好，想請問一下建立新的欄位這邊，如果資料列數有3列，但我只有2列的新資料，只寫2列的話會產生錯誤，這部分要如何處理呢?有方法讓它自動補0或者是Nan之類的嗎?感謝
row 不是行吗？column是列吧 听着有点别扭 不过说的倒是清晰
彭彭老師：請問要如將excel的資料讀入python，再進行資料分析??是否有這方面的課程網站可以參閱，謝謝!!
老師，你太好了，在家跟著你學python
讲的很好。不过有点疑惑，我从小学的是横成行，竖成列，竖列也可以叫栏。
难道台湾是横成列？
彭彭老師到底會多少東西！ 好厲害
努力中
30:26 可憐的Amy ，俗又大碗…..幫QQ
老師您好, 請問要如何將以下類型的文字檔轉為 DataFrame
aaa test1
bbb test2
ccc test3
請教彭彭老師，我照你的打但試了幾次之後都出現以下訊息，請問是什麼原因呢? 謝謝!
raceback (most recent call last):
File "pandas-dataframe.py", line 2, in <module>
import pandas as pd
File "C:Usersshang641AppDataLocalProgramsPythonPython38-32libsite-packagespandas__init__.py", line 16, in <module>
raise ImportError(
ImportError: Unable to import required dependencies:
numpy: DLL load failed while importing _umath_linalg: 存取被拒。
老師的影片真的很受用，連沒接觸過的都能夠理解!!看到最後也不會太難~
花了一週把整個系列看過一次，把許多之前看文字不懂的地方釐清了！太感謝老師了！希望之後還有更多python的影片
大陆这边对于表格横向的部分称作行，纵向的部分称作列，列的概念和彭彭老师讲的正好相反，听的晕晕乎乎的XD
你好，请问如果cp值要取整数的话，需要怎么操作
《雙維度的資料》就像是一個表格，有欄和列的概念
《建立DataFrame》
# 載入Pandas模組
import pandas as pd
# 以字典資料為底，建立DataFrame
pd.DataFrame(字典)
＊資料索引＊
《資料的獨立編號》試算表excel最左邊的編號
《內建索引》
# 載入Pandas模組
import pandas as pd
# 以字典資料為底，建立DataFrame
pd.DataFrame(字典)
《自訂索引》
# 載入Pandas模組
import pandas as pd
# 以字典資料為底，建立DataFrame
pd.DataFrame(字典,index=索引列表)
＊觀察資料＊
《資料數量》
import pandas as pd
data = pd.DataFrame(字典)
print(data.size) # 印出size屬性
《資料形狀》
import pandas as pd
data = pd.DataFrame(字典)
print(data.shape) # 印出shape屬性
《資料索引》
import pandas as pd
data = pd.DataFrame(字典,index=索引列表)
print(data.index) # 印出index屬性
＊取得「列」資料＊
《整列的資料》列Row在試算表中橫向的資料
《依據順序取一整列》
import pandas as pd
data = pd.DataFrame(字典,index=索引列表)
# 取得一整列data.iloc[順序]
print(data[1]) # Series型態
＊取得「列」資料＊
《整欄的資料》欄column在試算表中橫向的資料
《依據名稱取一整欄》
import pandas as pd
data = pd.Series(字典)
# 取得一整列data[欄位名稱]
print(data[欄位名稱]) # Series型態
＊建立新的欄位＊
《建立新的欄位》
import pandas as pd
data = pd.DataFrame(字典)
# 以下語法建立新的欄位
data["新欄位名稱"]=列表資料
data["新欄位名稱"]=Series型態資料
# 載入pandas模組
import pandas as pd
# 資料索引: pd.DataFrame(字典,index=索引列表)
data = pd.DataFrame({
"name":["Amy","Bob","Charles"],
"salary":[30000,50000,40000]
}, index=["a","b","c"])
print(data)
# >>> name salary
# >>> 0 Amy 30000
# >>> 1 Bob 50000
# >>> 2 Charles 40000
# 加上自定義索引 , index=["a","b","c"]
# >>> name salary
# >>> a Amy 30000
# >>> b Bob 50000
# >>> c Charles 40000
print("====================")
# 觀察資料
print("資料數量",data.size)
print("資料形狀(列,欄)",data.shape)
print("資料索引",data.index)
# >>> 資料數量 6
# >>> 資料形狀(列,欄) (3, 2)
# >>> 資料索引 Index(['a', 'b', 'c'], dtype='object')
# 取得列（Row/橫向）的Series資料：根據順序、根據索引
print("取得第二列", data.iloc[1], sep="n")
print("====================")
print("取得第c列", data.loc["c"], sep="n")
# >>> 取得第二列
# >>> name Bob
# >>> salary 50000
# >>> Name: b, dtype: object
# >>> ====================
# >>> 取得第c列
# >>> name Charles
# >>> salary 40000
# >>> Name: c, dtype: object
# 取得欄（Column/直向)的Series資料：根據欄位的名稱
print("取得name欄位", data["name"], sep="n")
names = data["name"] # 取得單維度的Series資料
print("把name全部轉大寫", names.str.upper(),sep="n")
# >>> 取得name欄位
# >>> a Amy
# >>> b Bob
# >>> c Charles
# >>> Name: name, dtype: object
# >>> 把name全部轉大寫
# >>> a AMY
# >>> b BOB
# >>> c CHARLES
# >>> Name: name, dtype: object
salaries = data["salary"]
print("薪水的平均值", salaries.mean())
# >>> 薪水的平均值 40000.0
# 建立新的欄位01
# data[新的欄位名稱] = 列表
data["revenue"] = [500000,400000,300000]
print(data)
# >>> name salary revenue
# >>> a Amy 30000 500000
# >>> b Bob 50000 400000
# >>> c Charles 40000 300000
# data[新欄位的名稱] = Series的資料
data["rank"] = pd.Series([3,6,1], index=["a","b","c"])
print(data)
# >>> name salary revenue rank
# >>> a Amy 30000 500000 3
# >>> b Bob 50000 400000 6
# >>> c Charles 40000 300000 1
# 根據現有欄位複製
data["cp"] = data["salary"]
print(data)
# >>> name salary revenue rank cp
# >>> a Amy 30000 500000 3 30000
# >>> b Bob 50000 400000 6 50000
# >>> c Charles 40000 300000 1 40000
data["cp"] = data["revenue"]/data["salary"]
print(data)
# >>> name salary revenue rank cp
# >>> a Amy 30000 500000 3 16.666667
# >>> b Bob 50000 400000 6 8.000000
# >>> c Charles 40000 300000 1 7.500000
謝謝彭彭老師教學。
請問新增一列應如何做到呢?例如已有a,b,c列,想新增d列 peter 50000 60000 5 ….
謝謝彭彭老師，看完了，獲益良多。
讲的非常好。
期待進階的python教學
看老師的影片比補習班還要有用xd
感謝彭彭老師無私分享，這邊分享遇到的問題，若有錯還請老師指正。有遇到unsupported operand type(s) for /: 'int' and 'str'的問題，且之前還遇到算平均時未能得到平均。最終發現數據類型不對導致此問題，相信有些人也會遇到此問題，因此要記得一開始的資料要宣告好即可。分享資料如下：
data=pd.DataFrame({
"name":["Amy", "Bob", "Charles"],
"salary":["30000","50000","40000"]
},index=["a", "b", "c"],dtype="float64")
pandas很像無法寫成函式做字串搜尋，很像會型不一樣錯誤？
5天时间看完了，讲的通俗易懂。
感觉还是没有用武之地。
希望老师能够推出更多的更深入的 python 教程，特别是实用性讲学。
每天下班吃完晚餐後第一件事就是來學新知識 興奮不已
三天时间看完了，讲的通俗易懂。
希望老师能够推出更多的更深入的 python 教程，比如引入更多的模块使用，正则技巧等等
老师，您好，我看完了您讲的Python基础教程，我觉得讲得非常的仔细，请问您后期还会更新Python教程吗？
新年快樂 彭彭老師，目前已經看完全部課程，很感謝老師的細心教學，期待老師下一堂的課程^^
交的很好 謝啦
撐到最後一個影片只有2000 人，是第一個影片的10分之1 XDDDDD
老師新年快樂~~另外請問要怎麼用pandas讀取及合併多個csv檔案呀?
厉害，支持，过几天再看，这几天在看API 🙂
请问老师 pandas有针对EXCEL教学吗？
想請問彭彭老師，在之後有打算教學django的部分嗎?
新年快樂，感謝老師的教學，收穫良多
老師新年快樂！謝謝您的教學~
請問一下能否使用atom這種文字編輯器來寫網路爬蟲或資料分析？ 對我來說vscode實在太笨重了
新年快樂～～！！等好久了！！終於更新了～～老師的教學幫助很大～
謝謝你