Автор оригинала: Maximilian Sykes.
Пандас Это библиотека Python Python с открытым исходным кодом, которая является мощной и гибкой для анализа данных. Если есть что-то, что вы хотите сделать с данными, шансы это возможно в Pands. В пандах огромное количество возможностей в Пандах, но большинство пользователей оказываются с использованием одних и тех же временных методов. В этой статье мы составили лучшие чит-листы со всеми веб-сайтами, которые показывают вам эти основные методы с первого взгляда.
Первичная структура данных в пандах является Dataframe Используется для хранения двумерных данных, а также с этикеткой для каждого соответствующего столбца и строки. Если вы знакомы с электронными таблицами Excel или базами данных SQL, вы можете подумать о DataFrame в качестве эквивалента Pandas. Если мы возьмем один столбец из DataFrame, у нас есть одномерные данные. В пандах это называется Серия Отказ DataFrames могут быть созданы с нуля в вашем коде или загружены в Python из некоторого внешнего местоположения, такого как CSV. Это часто первый этап в любых задачах анализа данных. Затем мы можем сделать любое количество вещей с нашим dataframe в Pands, включая удаление или редактирование значений, фильтрация наших данных или объединение этого dataframe с другим dataframe. Каждая строка кода в этих читах позволяет вам сделать что-то отличное с DataFrame. Кроме того, если вы приходите с фона Excel, вам понравится предложить Pandas Performance. После того, как вы получите кривую обучения, вы будете еще более впечатлены функциональностью.
Если вы уже знакомы с Pands и ищу удобную ссылку, которую вы можете распечатать, или вы никогда не использовали Pandas и ищу ресурс, чтобы помочь вам почувствовать библиотеку – здесь есть чит-лист для вас!
1. Наиболее всеобъемлющий чит-лист
https://pandas.pydata.org/Pandas_Cheat_Sheet.pdf
Этот из парней Pandas, поэтому имеет смысл, что это всеобъемлющий и инклюзивный чит-лист. Он охватывает подавляющее большинство того, что большинство пользователей Pandas когда-либо нужно сделать с DataFrame. Вы уже немного использовали Pandas на некоторое время? И ты смотришь в свою игру? Это ваш чит-лист! Однако, если вы новее на Пандас, и этот чит-лист немного подавляет, не волнуйтесь! Вам определенно не нужно все понимать в этом чит-листе, чтобы начать. Вместо этого посмотрите следующий чит-лист в этом списке.
2. чит-лист новичка
Pandas Cheat Sheet — Python for Data Science
DataQuest – это онлайн платформа, которая учит науку данных с использованием интерактивных проблем кодирования. Я люблю этот чит-лист, который они собрали вместе. У него есть все, что начинают начинающие панд, чтобы начать использовать Pandas сразу в дружественном, аккуратном формате списка. Он охватывает голые основы каждого этапа в процессе анализа данных:
- Импорт и экспорт ваших данных из файла Excel, CSV, HTML таблицы или базы данных SQL
- Очистка ваших данных любых пустых строк, изменение форматов данных для дальнейшего анализа или переименования колонн
- Фильтрация ваших данных или удаления аномальных ценностей
- Разные способы просмотра данных и см. Размеры
- Выбор любых комбинаций столбцов и строк в DataFrame, используя LOC и ILOC
- Использование метода .Apply Чтобы применить формулу к определенному столбцу в DataFrame
- Создание сводной статистики для столбцов в DataFrame. Это включает в себя медиану, среднее и стандартное отклонение
- Объединение данных DataFrames.
3. Чипное лист пользователя Excel
The Pandas DataFrame – loading, editing, and viewing data in Python
Хорошо, это не совсем чит-лист, это скорее всего манифеста на пандах DataFrame! Если у вас немного времени на руках, это поможет вам принять вашу голову вокруг какой-то теории позади данных. Он доставит вас от загрузки в вашем надежном CSV от Microsoft Excel, чтобы просмотреть ваши данные в Jupyter и обрабатывать основы. Статья завершается с использованием DataFrame для создания гистограммы и гистограммы. Для миграции вашей электронной таблицы работают из Excel в Pandas, это фантастическая гида. Это научит вам, как выполнить многие основы Excel в пандах. Если вы также ищете, как выполнить Pandas Equivalent VLookup в Excel, проверьте Shame’s Статья на методе слияния.
4. Самый красивый чит-лист
https://www.enthought.com/wp-content/uploads/Enthought-Python-Pandas-Cheat-Sheets-1-8-v1.0.2.pdf
Если вы больше ученика Visual, попробуйте этот чит-лист! Многие распространенные задачи Pandas имеют замысловатые, кодированные цвета иллюстрации, показывающие, как работает операция. На странице 3 есть фантастический раздел, называемый «вычислением с сериями и данными данных», что обеспечивает интуитивно понятное объяснение для того, как работает DataFrames, и показывает, как индекс используется для совместной работы данных, когда DataFrames объединяются, и как работают элементные операции напротив на операции, которые работают на каждом ряду или столбце. На 8 страниц долго, это скорее буклет, чем чит-лист, но он все еще может сделать для большого ресурса!
5. Лучшее машинное обучение чит
Python Cheat Sheet for Data Science
Как и другие чит-листы, здесь есть всестороннее покрытие Pandas Basic. Итак, это включает фильтрацию, сортировку, импорт, исследование и объединение данных данных. Однако, где этот чит-лист отличается, состоит в том, что он завершается отличным секцией на Scikit – Учите Библиотека изучения машины Python. В этом разделе DataFrame используется для обучения модели машинного обучения. Этот чит-лист будет идеален для любого, кто уже знаком с машинным обучением и переходит из другой технологии, такой как R.
6. Самый компактный чит-лист
http://datacamp-community-prod.s3.amazonaws.com/dbed353d-2757-4617-8206-8767ab379ab3
Технический лагерь является онлайн-платформой, которая учит науку данных с видеороликами и упражнениями кодирования. Они сделали чит-листы на кучу самых популярных библиотек Python, которые вы также можете проверить здесь Отказ Этот чит-лист красиво представляет DataFrame, а затем дает быстрый обзор основы. К сожалению, это не предоставляет никакой информации о различных способах объединения данных DataFrames, но все это подходит на одной странице и выглядит отлично. Итак, если вы хотите придерживаться панды Pandas Cheat на стене вашей спальни и Nail Home Основы, этот может быть для вас! Чит-лист заканчивается небольшим сечением, представляющим значения NAN, которые приходят из NaMy. Они указывают на нулевое значение и возникают, когда индексы двух серий не совсем совпадают в этом случае.
7. Лучшая статистика чит
https://www.webpages.uidaho.edu/~stevel/504/pandas%20dataframe%20notes.pdf
В то время как в этом листе нет фотографий, это невероятно подробный набор примечаний на PandaFrame PandaS. Этот чит сияет своей полной серии по времени и статистике. Здесь есть методы расчета ковариации, корреляции и регрессии. Итак, если вы используете Pandas для некоторой продвинутой статистики или любой научной работы, это будет ваш чит-лист.
Куда пойти отсюда?
Для просто автоматизации нескольких утомительных задач на работе или используя Pandas, чтобы заменить свою электропередачу электронной таблицы Excel, все, что охватывало эти чит-листы, должно быть полностью достаточным для ваших целей.
Если вы хотите использовать Pandas для науки о данных, то вы только будете ограничены своими знаниями о статистике и вероятности. Это район, который отсутствует большинство людей, когда они пытаются ввести в это поле. Я настоятельно рекомендую проверить Думаю статистику Allen B Downey, который обеспечивает введение в статистику с использованием Python.
Для тех, кто немного более продвинутый, стремимся сделать немного машинного обучения, вы захотите начать взглянуть на библиотеку Scikit-Learn. Camp Camp имеет отличный чит лист за это. Вы также захотите подобрать линейную алгебру, чтобы понять теорию машинного обучения. Для чего-то более практичного, возможно, дайте знаменитую Kaggle Titian Machine Учет конкуренции Отказ
Узнав о пандах много применений, и может быть интересно просто ради себя. Однако Python сейчас значительно востребован, и по этой причине это умение высокого дохода. В любой момент времени есть тысячи людей, ищущих кого-то, чтобы решить свои проблемы с Python. Итак, если вы хотите использовать Python для работы в качестве фрилансера, затем проверьте курс Finxter Python Freelancer. Это обеспечивает шаг на шаг путь от нечего зарабатывать на полный рабочий день с Python через несколько месяцев и дает вам инструменты, чтобы стать разработчиком из шестифокусов!