机器学习 Pandas一些领悟

Pandas一些领悟

• DatetimeIndex
• DataFrame
• pd.merge

十分钟掌握pandas（pandas官方文档翻译）这个的例子蛮详细的，跟着敲下来就好了，我做个小笔记。

DatetimeIndex

pd.date_range('20130101', periods=6)
# 结果
DatetimeIndex(['2013-01-01', '2013-01-02',
               '2013-01-03', '2013-01-04',
               '2013-01-05','2013-01-06'],
                dtype='datetime64[ns]', freq='D')

这个函数就是时间序列打印，freq='D'是频率的意思，D是天，M是月，Y是年。当然还可以加数字，比如5D什么的。

pd.date_range('20130101', periods=6, freq='5D')
# 结果
DatetimeIndex(['2013-01-01', '2013-01-06', '2013-01-11', '2013-01-16',
               '2013-01-21', '2013-01-26'],
              dtype='datetime64[ns]', freq='5D')

找了下，果然，这个和numpy里的range一样。详细用法pandas 时间序列之pd.date_range()先码上，有时间序列的话，不如进来找找，不用定义数组去一个个写了。

DataFrame

接上面的

# DataFrame
pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
# 结果
                 A         B         C         D
2013-01-01  0.469112 -0.282863 -1.509059 -1.135632
2013-01-02  1.212112 -0.173215  0.119209 -1.044236
2013-01-03 -0.861849 -2.104569 -0.494929  1.071804
2013-01-04  0.721555 -0.706771 -1.039575  0.271860
2013-01-05 -0.424972  0.567020  0.276232 -1.087401
2013-01-06 -0.673690  0.113648 -1.478427  0.524988

给我的感觉，DataFrame就是一个二维数组，纵列是index，横行是columns。还定义了一些方法，很方便。打印某一个数据是一定要这样的顺序[index][columns]。如果是数字的话，传进去的应该是数组比如[1:3][4:5]。详细用法pd.DataFrame()用法简单记录先码上。

pd.merge

数据分析常用函数—pd.merge

【python】详解pandas库的pd.merge函数

就和数据库操作一样，可以将两个表，用相同的索引串行起来，去发现共同点，再作相应的操作。