专项代码3Pandas代码知识点梳理高考信息技术二轮复习知识点梳理

专项代码3Pandas代码importpandasaspdimportmatplotlib.pyplotaspltdic={"城市名称":["杭州","宁波","宁波","绍兴"],"区域":["余杭","镇海","北仑","柯桥"],"人均GDP":[125894,202658,227856,215678],"城区人口":[2014570,695710,445687,115678],"人均汽车保有量(辆)":[0.8,0.71,0.66,1.02]}df=pd.DataFrame(dic)#将字典转成Pandas的对象新增一列（人均住房面积）当df中不存在人均住房面积这一列时，就新增一列df["人均住房面积"]=[39.45,37.77,58.86,29.55]修改一列（人均住房面积）当df中存在人均GDP这一列时，就修改一列df["人均GDP"]=[39.45,37.77,58.86,29.55]修改单个的值。[将余杭的人均GDP改为156980]df.at[0,"人均GDP"]=156980at方法传入两个参数，第一个参数是索引值，第二个是列名删除列（删除人均住房面积）df.pop("人均住房面积")#传入列名，删除该列df=df.drop(labels=["人均住房面积"],axis=1)不影响原值。传入两个参数，labels=[列名],axis=1:表示列。0表示行删除行df=df.drop(labels=[0,1],axis=0)#不影响原值。传入两个参数，labels=[行索引1,行索引2],axis=1:表示列。#取某一列的值df.城市名称#写法1df["城市名称"]#写法2#取某一列其中某一行的值，例如取城市名称列的第0行的值df["城市名称"][0]#写法1df.城市名称[0]#写法2df.at[0,"城市名称"]#写法3。需要传入两个参数，参数1是行索引，参数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)#求所有列的数量,axis=1:表示行。0表示列#查询城市名称为宁波的所有行df[df.城市名称=="宁波"]#写法1df[df["城市名称"]=="宁波"]#写法2#查询城市名称为宁波，区域为镇海的所有行&:表示且，pandas中不能用anddf[(df.城市名称=="宁波")&(df.区域=="镇海")]#写法1df[(df["城市名称"]=="宁波")&(df["区域"]=="镇海")]#写法2df[df.人均GDP>50][df.城区人口>30]#写法3#不能用==,只能><#查询城市名称为宁波或区域为镇海的所有行|:表示或，pandas中不能用ordf[(df.城市名称=="宁波")|(df.区域=="镇海")]#写法1df[(df["城市名称"]=="宁波")|(df["区域"]=="镇海")]#写法2df=df.sort_index(ascending=True)#根据索引排序。不影响原值。ascending=True:升序，false:降序df.sort_values("人均GDP",ascending=True,inplace=True)#根据值排序。不影响原值。第一个参数是需要排序的列名。#ascending=True:升序，false:降序#inplace:True表示影响原值，False：不影响原值，就需要在前面套df=df=df.groupby("城市名称",as_index=True).sum()#分组操作。传入两个参数，参数1是需要分组的列名，参数2：是否修改索引值。默认修改索引值（会将分组的列名变成新的索引值）#分组操作，更新索引值以后，不能再根据分组的列名取值，需要使用df.index取值df.index#获取索引df.columns#获取列名df.values#获取所有的行值df.head(3)#获取前三行，默认获取5行df.tail(3)#获取后三行，默认获取5行#制图#以下所有方法都需要传入三个参数，第一个参数是：x轴的值，第二个参数：y轴的值，第三个参数：label=表示线条的说明plt.plot(df.城市名称,df.人均GDP,label="Show")#折线图plt.scatter(df.城市名称,df.人均GDP,label="Show")#散点图plt.bar(df.城市名称,df.人均GDP,label="Show")#柱状图（竖）plt.barh(df.城市名称,df.人均GDP,label="Show")#柱状图（横）plt.legend()#生成[可以没有]plt.show()#显示#其他pd.r