專項(xiàng)代碼3Pandas代碼知識(shí)點(diǎn)梳理高考信息技術(shù)二輪復(fù)習(xí)知識(shí)點(diǎn)梳理

專項(xiàng)代碼3Pandas代碼importpandasaspdimportmatplotlib.pyplotaspltdic={"城市名稱":["杭州","寧波","寧波","紹興"],"區(qū)域":["余杭","鎮(zhèn)海","北侖","柯橋"],"人均GDP":[125894,202658,227856,215678],"城區(qū)人口":[2014570,695710,445687,115678],"人均汽車保有量(輛)":[0.8,0.71,0.66,1.02]}df=pd.DataFrame(dic)#將字典轉(zhuǎn)成Pandas的對(duì)象新增一列（人均住房面積）當(dāng)df中不存在人均住房面積這一列時(shí)，就新增一列df["人均住房面積"]=[39.45,37.77,58.86,29.55]修改一列（人均住房面積）當(dāng)df中存在人均GDP這一列時(shí)，就修改一列df["人均GDP"]=[39.45,37.77,58.86,29.55]修改單個(gè)的值。[將余杭的人均GDP改為156980]df.at[0,"人均GDP"]=156980at方法傳入兩個(gè)參數(shù)，第一個(gè)參數(shù)是索引值，第二個(gè)是列名刪除列（刪除人均住房面積）df.pop("人均住房面積")#傳入列名，刪除該列df=df.drop(labels=["人均住房面積"],axis=1)不影響原值。傳入兩個(gè)參數(shù)，labels=[列名],axis=1:表示列。0表示行刪除行df=df.drop(labels=[0,1],axis=0)#不影響原值。傳入兩個(gè)參數(shù)，labels=[行索引1,行索引2],axis=1:表示列。#取某一列的值df.城市名稱#寫法1df["城市名稱"]#寫法2#取某一列其中某一行的值，例如取城市名稱列的第0行的值df["城市名稱"][0]#寫法1df.城市名稱[0]#寫法2df.at[0,"城市名稱"]#寫法3。需要傳入兩個(gè)參數(shù)，參數(shù)1是行索引，參數(shù)2是列名df.max(axis=0)#求所有列的最大值,axis=1:表示行。0表示列df.min(axis=0)#求所有列的最小值,axis=1:表示行。0表示列df.mean(axis=0)#求所有列的平均值,axis=1:表示行。0表示列df.sum(axis=0)#求所有列的和,axis=1:表示行。0表示列df.count(axis=0)#求所有列的數(shù)量,axis=1:表示行。0表示列#查詢城市名稱為寧波的所有行df[df.城市名稱=="寧波"]#寫法1df[df["城市名稱"]=="寧波"]#寫法2#查詢城市名稱為寧波，區(qū)域?yàn)殒?zhèn)海的所有行&:表示且，pandas中不能用anddf[(df.城市名稱=="寧波")&(df.區(qū)域=="鎮(zhèn)海")]#寫法1df[(df["城市名稱"]=="寧波")&(df["區(qū)域"]=="鎮(zhèn)海")]#寫法2df[df.人均GDP>50][df.城區(qū)人口>30]#寫法3#不能用==,只能><#查詢城市名稱為寧波或區(qū)域?yàn)殒?zhèn)海的所有行|:表示或，pandas中不能用ordf[(df.城市名稱=="寧波")|(df.區(qū)域=="鎮(zhèn)海")]#寫法1df[(df["城市名稱"]=="寧波")|(df["區(qū)域"]=="鎮(zhèn)海")]#寫法2df=df.sort_index(ascending=True)#根據(jù)索引排序。不影響原值。ascending=True:升序，false:降序df.sort_values("人均GDP",ascending=True,inplace=True)#根據(jù)值排序。不影響原值。第一個(gè)參數(shù)是需要排序的列名。#ascending=True:升序，false:降序#inplace:True表示影響原值，F(xiàn)alse：不影響原值，就需要在前面套df=df=df.groupby("城市名稱",as_index=True).sum()#分組操作。傳入兩個(gè)參數(shù)，參數(shù)1是需要分組的列名，參數(shù)2：是否修改索引值。默認(rèn)修改索引值（會(huì)將分組的列名變成新的索引值）#分組操作，更新索引值以后，不能再根據(jù)分組的列名取值，需要使用df.index取值df.index#獲取索引df.columns#獲取列名df.values#獲取所有的行值df.head(3)#獲取前三行，默認(rèn)獲取5行df.tail(3)#獲取后三行，默認(rèn)獲取5行#制圖#以下所有方法都需要傳入三個(gè)參數(shù)，第一個(gè)參數(shù)是：x軸的值，第二個(gè)參數(shù)：y軸的值，第三個(gè)參數(shù)：label=表示線條的說明plt.plot(df.城市名稱,df.人均GDP,label="Show")#折線圖plt.scatter(df.城市名稱,df.人均GDP,label="Show")#散點(diǎn)圖plt.bar(df.城市名稱,df.人均GDP,label="Show")#柱狀圖（豎）plt.barh(df.城市名稱,df.人均GDP,label="Show")#柱狀圖（橫）plt.legend()#生成[可以沒有]plt.show()#顯示#其他pd.r