提供了Python编程的基础技术教程

Python程序教程

您现在的位置是：首页 >  Pandas

当前栏目

Python数据分析之Pandas（一）

Python,数据分析,Pandas
2025-03-20 08:48:58 时间

-: | :-----: | :----: | :-------: | | 0 | 1 | 1 | 4.0 | 964982703 | | 1 | 1 | 3 | 4.0 | 964981247 | | 2 | 1 | 6 | 4.0 | 964982224 | | 3 | 1 | 47 | 5.0 | 964983815 | | 4 | 1 | 50 | 5.0 | 964982931 |

In [5]:

# 查看数据的形状，返回(行数、列数)
ratings.shape

Out[5]:

(100836, 4)

In [6]:

# 查看列名列表
ratings.columns

Out[6]:

Index(['userId', 'movieId', 'rating', 'timestamp'], dtype='object')

In [7]:

# 查看索引列
ratings.index

Out[7]:

RangeIndex(start=0, stop=100836, step=1)

In [8]:

# 查看每列的数据类型
ratings.dtypes

Out[8]:

userId         int64
movieId        int64
rating       float64
timestamp      int64
dtype: object

1.2 读取txt文件，自己指定分隔符、列名

In [9]:

fpath = "./datas/crazyant/access_pvuv.txt"

In [10]:

pvuv = pd.read_csv(
    fpath,
    sep="\t",
    header=None,
    names=['pdate', 'pv', 'uv']
)

In [11]:

pvuv

Out[11]:

pdate

pv

uv

0

2019-09-10

139

92

1

2019-09-09

185

153

2

2019-09-08

123

59

3

2019-09-07

65

40

4

2019-09-06

157

98

5

2019-09-05

205

151

6

2019-09-04

196

167

7

2019-09-03

216

176

8

2019-09-02

227

148

9

2019-09-01

105

61

2、读取excel文件

In [12]:

fpath = "./datas/crazyant/access_pvuv.xlsx"
pvuv = pd.read_excel(fpath)

In [13]:

pvuv

Out[13]:

日期

PV

UV

0

2019-09-10

139

92

1

2019-09-09

185

153

2

2019-09-08

123

59

3

2019-09-07

65

40

4

2019-09-06

157

98

5

2019-09-05

205

151

6

2019-09-04

196

167

7

2019-09-03

216

176

8

2019-09-02

227

148

9

2019-09-01

105

61

3、读取MySQL数据库

In [14]:

import pymysql
conn = pymysql.connect(
        host='127.0.0.1',
        user='root',
        password='12345678',
        database='test',
        charset='utf8'
    )

In [15]:

mysql_page = pd.read_sql("select * from crazyant_pvuv", con=conn)

In [16]:

mysql_page

Out[16]:

pdate

pv

uv

0

2019-09-10

139

92

1

2019-09-09

185

153

2

2019-09-08

123

59

3

2019-09-07

65

40

4

2019-09-06

157

98

5

2019-09-05

205

151

6

2019-09-04

196

167

7

2019-09-03

216

176

8

2019-09-02

227

148

9

2019-09-01

105

61

03. Pandas数据结构

  1. Series
  2. DataFrame
  3. 从DataFrame中查询出Series

In [1]:

import pandas as pd
import numpy as np

1. Series

Series是一种类似于一维数组的对象，它由一组数据（不同数据类型）以及一组与之相关的数据标签（即索引）组成。

1.1 仅有数据列表即可产生最简单的Series

In [2]:

s1 = pd.Series([1,'a',5.2,7])

In [3]:

# 左侧为索引，右侧是数据
s1

Out[3]:

0      1
1      a
2    5.2
3      7
dtype: object

In [4]:

# 获取索引
s1.index

Out[4]:

RangeIndex(start=0, stop=4, step=1)

In [5]:

# 获取数据
s1.values

Out[5]:

array([1, 'a', 5.2, 7], dtype=object)

1.2 创建一个具有标签索引的Series

In [6]:

s2 = pd.Series([1, 'a', 5.2, 7], index=['d','b','a','c'])

In [7]:

s2

Out[7]:

d      1
b      a
a    5.2
c      7
dtype: object

In [8]:

s2.index

Out[8]:

Index(['d', 'b', 'a', 'c'], dtype='object')

1.3 使用Python字典创建Series

In [9]:

sdata={'Ohio':35000,'Texas':72000,'Oregon':16000,'Utah':5000}

In [10]:

s3=pd.Series(sdata)

In [11]:

s3

Out[11]:

Ohio      35000
Texas     72000
Oregon    16000
Utah       5000
dtype: int64

1.4 根据标签索引查询数据

类似Python的字典dict

In [12]:

s2

Out[12]:

d      1
b      a
a    5.2
c      7
dtype: object

In [13]:

s2['a']

Out[13]:

5.2

In [14]:

type(s2['a'])

Out[14]:

float

In [15]:

s2[['b','a']]

Out[15]:

b      a
a    5.2
dtype: object

In [16]:

type(s2[['b','a']])

Out[16]:

pandas.core.series.Series

2. DataFrame

DataFrame是一个表格型的数据结构

  • 每列可以是不同的值类型（数值、字符串、布尔值等）
  • 既有行索引index,也有列索引columns
  • 可以被看做由Series组成的字典

创建dataframe最常用的方法，见02节读取纯文本文件、excel、mysql数据库

2.1 根据多个字典序列创建dataframe

In [17]:

data={
        'state':['Ohio','Ohio','Ohio','Nevada','Nevada'],
        'year':[2000,2001,2002,2001,2002],
        'pop':[1.5,1.7,3.6,2.4,2.9]
    }
df = pd.DataFrame(data)

In [18]:

df

Out[18]:

state

year

pop

0

Ohio

2000

1.5

1

Ohio

2001

1.7

2

Ohio

2002

3.6

3

Nevada

2001

2.4

4

Nevada

2002

2.9

In [19]:

df.dtypes

Out[19]:

state     object
year       int64
pop      float64
dtype: object

In [20]:

df.columns

Out[20]:

Index(['state', 'year', 'pop'], dtype='object')

In [21]:

df.index

Out[21]:

RangeIndex(start=0, stop=5, step=1)

3. 从DataFrame中查询出Series

  • 如果只查询一行、一列，返回的是pd.Series
  • 如果查询多行、多列，返回的是pd.DataFrame

In [22]:

df

Out[22]:

state

year

pop

0

Ohio

2000

1.5

1

Ohio

2001

1.7

2

Ohio

2002

3.6

3

Nevada

2001

2.4

4

Nevada

2002

2.9

3.1 查询一列，结果是一个pd.Series

In [23]:

df['year']

Out[23]:

0    2000
1    2001
2    2002
3    2001
4    2002
Name: year, dtype: int64

In [24]:

type(df['year'])

Out[24]:

pandas.core.series.Series

3.2 查询多列，结果是一个pd.DataFrame

In [25]:

df[['year', 'pop']]

Out[25]:

year

pop

0

2000

1.5

1

2001

1.7

2

2002

3.6

3

2001

2.4

4

2002

2.9

In [26]:

type(df[['year', 'pop']])

Out[26]:

pandas.core.frame.DataFrame

3.3 查询一行，结果是一个pd.Series

In [27]:

df.loc[1]

Out[27]:

state    Ohio
year     2001
pop       1.7
Name: 1, dtype: object

In [28]:

type(df.loc[1])

Out[28]:

pandas.core.series.Series

3.4 查询多行，结果是一个pd.DataFrame

In [29]:

df.loc[1:3]

Out[29]:

state

year

pop

1

Ohio

2001

1.7

2

Ohio

2002

3.6

3

Nevada

2001

2.4

In [30]:

type(df.loc[1:3])

Out[30]:

pandas.core.frame.DataFrame

04、Pandas查询数据

Pandas查询数据的几种方法

  1. df.loc方法，根据行、列的标签值查询
  2. df.iloc方法，根据行、列的数字位置查询
  3. df.where方法
  4. df.query方法

.loc既能查询，又能覆盖写入，强烈推荐！

Pandas使用df.loc查询数据的方法

  1. 使用单个label值查询数据
  2. 使用值列表批量查询
  3. 使用数值区间进行范围查询
  4. 使用条件表达式查询
  5. 调用函数查询

注意

  • 以上查询方法，既适用于行，也适用于列
  • 注意观察降维dataFrame>Series>值

In [23]:

import pandas as pd
print(pd.__version__)
1.0.1

0、读取数据

数据为北京2018年全年天气预报 该数据的爬虫教程参见我的Python爬虫系列视频课程

In [2]:

df = pd.read_csv("./datas/beijing_tianqi/beijing_tianqi_2018.csv")

In [3]:

df.head()

Out[3]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

0

2018-01-01

3℃

-6℃

晴~多云

东北风

1-2级

59

良

2

1

2018-01-02

2℃

-5℃

阴~多云

东北风

1-2级

49

优

1

2

2018-01-03

2℃

-5℃

多云

北风

1-2级

28

优

1

3

2018-01-04

0℃

-8℃

阴

东北风

1-2级

28

优

1

4

2018-01-05

3℃

-6℃

多云~晴

西北风

1-2级

50

优

1

In [4]:

# 设定索引为日期，方便按日期筛选
df.set_index('ymd', inplace=True)

In [5]:

# 时间序列见后续课程，本次按字符串处理
df.index

Out[5]:

Index(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04', '2018-01-05',
       '2018-01-06', '2018-01-07', '2018-01-08', '2018-01-09', '2018-01-10',
       ...
       '2018-12-22', '2018-12-23', '2018-12-24', '2018-12-25', '2018-12-26',
       '2018-12-27', '2018-12-28', '2018-12-29', '2018-12-30', '2018-12-31'],
      dtype='object', name='ymd', length=365)

In [6]:

df.head()

Out[6]:

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

ymd

2018-01-01

3℃

-6℃

晴~多云

东北风

1-2级

59

良

2

2018-01-02

2℃

-5℃

阴~多云

东北风

1-2级

49

优

1

2018-01-03

2℃

-5℃

多云

北风

1-2级

28

优

1

2018-01-04

0℃

-8℃

阴

东北风

1-2级

28

优

1

2018-01-05

3℃

-6℃

多云~晴

西北风

1-2级

50

优

1

In [7]:

# 替换掉温度的后缀℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

In [8]:

df.dtypes

Out[8]:

bWendu        int32
yWendu        int32
tianqi       object
fengxiang    object
fengli       object
aqi           int64
aqiInfo      object
aqiLevel      int64
dtype: object

In [9]:

df.head()

Out[9]:

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

ymd

2018-01-01

3

-6

晴~多云

东北风

1-2级

59

良

2

2018-01-02

2

-5

阴~多云

东北风

1-2级

49

优

1

2018-01-03

2

-5

多云

北风

1-2级

28

优

1

2018-01-04

0

-8

阴

东北风

1-2级

28

优

1

2018-01-05

3

-6

多云~晴

西北风

1-2级

50

优

1

1、使用单个label值查询数据

行或者列，都可以只传入单个值，实现精确匹配

In [10]:

# 得到单个值
df.loc['2018-01-03', 'bWendu']

Out[10]:

2

In [11]:

# 得到一个Series
df.loc['2018-01-03', ['bWendu', 'yWendu']]

Out[11]:

bWendu     2
yWendu    -5
Name: 2018-01-03, dtype: object

2、使用值列表批量查询

In [12]:

# 得到Series
df.loc[['2018-01-03','2018-01-04','2018-01-05'], 'bWendu']

Out[12]:

ymd
2018-01-03    2
2018-01-04    0
2018-01-05    3
Name: bWendu, dtype: int32

In [13]:

# 得到DataFrame
df.loc[['2018-01-03','2018-01-04','2018-01-05'], ['bWendu', 'yWendu']]

Out[13]:

bWendu

yWendu

ymd

2018-01-03

2

-5

2018-01-04

0

-8

2018-01-05

3

-6

3、使用数值区间进行范围查询

注意：区间既包含开始，也包含结束

In [14]:

# 行index按区间
df.loc['2018-01-03':'2018-01-05', 'bWendu']

Out[14]:

ymd
2018-01-03    2
2018-01-04    0
2018-01-05    3
Name: bWendu, dtype: int32

In [15]:

# 列index按区间
df.loc['2018-01-03', 'bWendu':'fengxiang']

Out[15]:

bWendu        2
yWendu       -5
tianqi       多云
fengxiang    北风
Name: 2018-01-03, dtype: object

In [16]:

# 行和列都按区间查询
df.loc['2018-01-03':'2018-01-05', 'bWendu':'fengxiang']

Out[16]:

bWendu

yWendu

tianqi

fengxiang

ymd

2018-01-03

2

-5

多云

北风

2018-01-04

0

-8

阴

东北风

2018-01-05

3

-6

多云~晴

西北风

4、使用条件表达式查询

bool列表的长度得等于行数或者列数

简单条件查询，最低温度低于-10度的列表

In [17]:

df.loc[df["yWendu"]<-10, :]

Out[17]:

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

ymd

2018-01-23

-4

-12

晴

西北风

3-4级

31

优

1

2018-01-24

-4

-11

晴

西南风

1-2级

34

优

1

2018-01-25

-3

-11

多云

东北风

1-2级

27

优

1

2018-12-26

-2

-11

晴~多云

东北风

2级

26

优

1

2018-12-27

-5

-12

多云~晴

西北风

3级

48

优

1

2018-12-28

-3

-11

晴

西北风

3级

40

优

1

2018-12-29

-3

-12

晴

西北风

2级

29

优

1

2018-12-30

-2

-11

晴~多云

东北风

1级

31

优

1

In [18]:

# 观察一下这里的boolean条件
df["yWendu"]<-10

Out[18]:

ymd
2018-01-01    False
2018-01-02    False
2018-01-03    False
2018-01-04    False
2018-01-05    False
              ...  
2018-12-27     True
2018-12-28     True
2018-12-29     True
2018-12-30     True
2018-12-31    False
Name: yWendu, Length: 365, dtype: bool

复杂条件查询，查一下我心中的完美天气

注意，组合条件用&符号合并，每个条件判断都得带括号

In [19]:

## 查询最高温度小于30度，并且最低温度大于15度，并且是晴天，并且天气为优的数据
df.loc[(df["bWendu"]<=30) & (df["yWendu"]>=15) & (df["tianqi"]=='晴') & (df["aqiLevel"]==1), :]

Out[19]:

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

ymd

2018-08-24

30

20

晴

北风

1-2级

40

优

1

2018-09-07

27

16

晴

西北风

3-4级

22

优

1

我哭，北京好天气这么稀少！！

In [20]:

# 再次观察这里的boolean条件
(df["bWendu"]<=30) & (df["yWendu"]>=15) & (df["tianqi"]=='晴') & (df["aqiLevel"]==1)

Out[20]:

ymd
2018-01-01    False
2018-01-02    False
2018-01-03    False
2018-01-04    False
2018-01-05    False
              ...  
2018-12-27    False
2018-12-28    False
2018-12-29    False
2018-12-30    False
2018-12-31    False
Length: 365, dtype: bool

5、调用函数查询

In [21]:

# 直接写lambda表达式
df.loc[lambda df : (df["bWendu"]<=30) & (df["yWendu"]>=15), :]

Out[21]:

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

ymd

2018-04-28

27

17

晴

西南风

3-4级

125

轻度污染

3

2018-04-29

30

16

多云

南风

3-4级

193

中度污染

4

2018-05-04

27

16

晴~多云

西南风

1-2级

86

良

2

2018-05-09

29

17

晴~多云

西南风

3-4级

79

良

2

2018-05-10

26

18

多云

南风

3-4级

118

轻度污染

3

...

...

...

...

...

...

...

...

...

2018-09-15

26

15

多云

北风

3-4级

42

优

1

2018-09-17

27

17

多云~阴

北风

1-2级

37

优

1

2018-09-18

25

17

阴~多云

西南风

1-2级

50

优

1

2018-09-19

26

17

多云

南风

1-2级

52

良

2

2018-09-20

27

16

多云

西南风

1-2级

63

良

2

64 rows × 8 columns

In [22]:

# 编写自己的函数，查询9月份，空气质量好的数据
def query_my_data(df):
    return df.index.str.startswith("2018-09") & (df["aqiLevel"]==1)
    
df.loc[query_my_data, :]

Out[22]:

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

ymd

2018-09-01

27

19

阴~小雨

南风

1-2级

50

优

1

2018-09-04

31

18

晴

西南风

3-4级

24

优

1

2018-09-05

31

19

晴~多云

西南风

3-4级

34

优

1

2018-09-06

27

18

多云~晴

西北风

4-5级

37

优

1

2018-09-07

27

16

晴

西北风

3-4级

22

优

1

2018-09-08

27

15

多云~晴

北风

1-2级

28

优

1

2018-09-15

26

15

多云

北风

3-4级

42

优

1

2018-09-16

25

14

多云~晴

北风

1-2级

29

优

1

2018-09-17

27

17

多云~阴

北风

1-2级

37

优

1

2018-09-18

25

17

阴~多云

西南风

1-2级

50

优

1

2018-09-21

25

14

晴

西北风

3-4级

50

优

1

2018-09-22

24

13

晴

西北风

3-4级

28

优

1

2018-09-23

23

12

晴

西北风

4-5级

28

优

1

2018-09-24

23

11

晴

北风

1-2级

28

优

1

2018-09-25

24

12

晴~多云

南风

1-2级

44

优

1

2018-09-29

22

11

晴

北风

3-4级

21

优

1

2018-09-30

19

13

多云

西北风

4-5级

22

优

1

05、Pandas怎样新增数据列？

在进行数据分析时，经常需要按照一定条件创建新的数据列，然后进行进一步分析。

  1. 直接赋值
  2. df.apply方法
  3. df.assign方法
  4. 按条件选择分组分别赋值 微信公众号：蚂蚁学Python

In [1]:

import pandas as pd

0、读取csv数据到dataframe

In [2]:

fpath = "./datas/beijing_tianqi/beijing_tianqi_2018.csv"
df = pd.read_csv(fpath)

In [3]:

df.head()

Out[3]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

0

2018-01-01

3℃

-6℃

晴~多云

东北风

1-2级

59

良

2

1

2018-01-02

2℃

-5℃

阴~多云

东北风

1-2级

49

优

1

2

2018-01-03

2℃

-5℃

多云

北风

1-2级

28

优

1

3

2018-01-04

0℃

-8℃

阴

东北风

1-2级

28

优

1

4

2018-01-05

3℃

-6℃

多云~晴

西北风

1-2级

50

优

1

1、直接赋值的方法

实例：清理温度列，变成数字类型

In [4]:

# 替换掉温度的后缀℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

In [6]:

df.head()

Out[6]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

0

2018-01-01

3

-6

晴~多云

东北风

1-2级

59

良

2

1

2018-01-02

2

-5

阴~多云

东北风

1-2级

49

优

1

2

2018-01-03

2

-5

多云

北风

1-2级

28

优

1

3

2018-01-04

0

-8

阴

东北风

1-2级

28

优

1

4

2018-01-05

3

-6

多云~晴

西北风

1-2级

50

优

1

实例：计算温差

In [9]:

# 注意，df["bWendu"]其实是一个Series，后面的减法返回的是Series
df.loc[:, "wencha"] = df["bWendu"] - df["yWendu"]

In [10]:

df.head()

Out[10]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

wencha

0

2018-01-01

3

-6

晴~多云

东北风

1-2级

59

良

2

9

1

2018-01-02

2

-5

阴~多云

东北风

1-2级

49

优

1

7

2

2018-01-03

2

-5

多云

北风

1-2级

28

优

1

7

3

2018-01-04

0

-8

阴

东北风

1-2级

28

优

1

8

4

2018-01-05

3

-6

多云~晴

西北风

1-2级

50

优

1

9

2、df.apply方法

Apply a function along an axis of the DataFrame.

Objects passed to the function are Series objects whose index is either the DataFrame’s index (axis=0) or the DataFrame’s columns (axis=1).

实例：添加一列温度类型：

  1. 如果最高温度大于33度就是高温
  2. 低于-10度是低温
  3. 否则是常温

In [11]:

def get_wendu_type(x):
    if x["bWendu"] > 33:
        return '高温'
    if x["yWendu"] < -10:
        return '低温'
    return '常温'

# 注意需要设置axis==1，这是series的index是columns
df.loc[:, "wendu_type"] = df.apply(get_wendu_type, axis=1)

In [12]:

# 查看温度类型的计数
df["wendu_type"].value_counts()

Out[12]:

常温    328
高温     29
低温      8
Name: wendu_type, dtype: int64

3、df.assign方法

Assign new columns to a DataFrame.

Returns a new object with all original columns in addition to new ones.

实例：将温度从摄氏度变成华氏度

In [13]:

# 可以同时添加多个新的列
df.assign(
    yWendu_huashi = lambda x : x["yWendu"] * 9 / 5 + 32,
    # 摄氏度转华氏度
    bWendu_huashi = lambda x : x["bWendu"] * 9 / 5 + 32
)

Out[13]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

wencha

wendu_type

yWendu_huashi

bWendu_huashi

0

2018-01-01

3

-6

晴~多云

东北风

1-2级

59

良

2

9

常温

21.2

37.4

1

2018-01-02

2

-5

阴~多云

东北风

1-2级

49

优

1

7

常温

23.0

35.6

2

2018-01-03

2

-5

多云

北风

1-2级

28

优

1

7

常温

23.0

35.6

3

2018-01-04

0

-8

阴

东北风

1-2级

28

优

1

8

常温

17.6

32.0

4

2018-01-05

3

-6

多云~晴

西北风

1-2级

50

优

1

9

常温

21.2

37.4

...

...

...

...

...

...

...

...

...

...

...

...

...

...

360

2018-12-27

-5

-12

多云~晴

西北风

3级

48

优

1

7

低温

10.4

23.0

361

2018-12-28

-3

-11

晴

西北风

3级

40

优

1

8

低温

12.2

26.6

362

2018-12-29

-3

-12

晴

西北风

2级

29

优

1

9

低温

10.4

26.6

363

2018-12-30

-2

-11

晴~多云

东北风

1级

31

优

1

9

低温

12.2

28.4

364

2018-12-31

-2

-10

多云

东北风

1级

56

良

2

8

常温

14.0

28.4

365 rows × 13 columns

4、按条件选择分组分别赋值

按条件先选择数据，然后对这部分数据赋值新列 实例：高低温差大于10度，则认为温差大

In [14]:

# 先创建空列（这是第一种创建新列的方法）
df['wencha_type'] = ''

df.loc[df["bWendu"]-df["yWendu"]>10, "wencha_type"] = "温差大"

df.loc[df["bWendu"]-df["yWendu"]<=10, "wencha_type"] = "温差正常"

In [15]:

df["wencha_type"].value_counts()

Out[15]:

温差正常    187
温差大     178
Name: wencha_type, dtype: int64

06、Pandas数据统计函数

  1. 汇总类统计
  2. 唯一去重和按值计数
  3. 相关系数和协方差

In [1]:

import pandas as pd

0、读取csv数据

In [2]:

fpath = "./datas/beijing_tianqi/beijing_tianqi_2018.csv"
df = pd.read_csv(fpath)

In [3]:

df.head(3)

Out[3]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

0

2018-01-01

3℃

-6℃

晴~多云

东北风

1-2级

59

良

2

1

2018-01-02

2℃

-5℃

阴~多云

东北风

1-2级

49

优

1

2

2018-01-03

2℃

-5℃

多云

北风

1-2级

28

优

1

In [4]:

# 替换掉温度的后缀℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

In [5]:

df.head(3)

Out[5]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

0

2018-01-01

3

-6

晴~多云

东北风

1-2级

59

良

2

1

2018-01-02

2

-5

阴~多云

东北风

1-2级

49

优

1

2

2018-01-03

2

-5

多云

北风

1-2级

28

优

1

1、汇总类统计

In [6]:

# 一下子提取所有数字列统计结果
df.describe()

Out[6]:

bWendu

yWendu

aqi

aqiLevel

count

365.000000

365.000000

365.000000

365.000000

mean

18.665753

8.358904

82.183562

2.090411

std

11.858046

11.755053

51.936159

1.029798

min

-5.000000

-12.000000

21.000000

1.000000

25%

8.000000

-3.000000

46.000000

1.000000

50%

21.000000

8.000000

69.000000

2.000000

75%

29.000000

19.000000

104.000000

3.000000

max

38.000000

27.000000

387.000000

6.000000

In [7]:

## 查看单个Series的数据
df["bWendu"].mean()

Out[7]:

18.665753424657535

In [8]:

# 最高温
df["bWendu"].max()

Out[8]:

38

In [9]:

# 最低温
df["bWendu"].min()

Out[9]:

-5

2、唯一去重和按值计数

2.1 唯一性去重

一般不用于数值列，而是枚举、分类列

In [10]:

df["fengxiang"].unique()

Out[10]:

array(['东北风', '北风', '西北风', '西南风', '南风', '东南风', '东风', '西风'], dtype=object)

In [11]:

df["tianqi"].unique()

Out[11]:

array(['晴~多云', '阴~多云', '多云', '阴', '多云~晴', '多云~阴', '晴', '阴~小雪', '小雪~多云',
       '小雨~阴', '小雨~雨夹雪', '多云~小雨', '小雨~多云', '大雨~小雨', '小雨', '阴~小雨',
       '多云~雷阵雨', '雷阵雨~多云', '阴~雷阵雨', '雷阵雨', '雷阵雨~大雨', '中雨~雷阵雨', '小雨~大雨',
       '暴雨~雷阵雨', '雷阵雨~中雨', '小雨~雷阵雨', '雷阵雨~阴', '中雨~小雨', '小雨~中雨', '雾~多云',
       '霾'], dtype=object)

In [12]:

df["fengli"].unique()

Out[12]:

array(['1-2级', '4-5级', '3-4级', '2级', '1级', '3级'], dtype=object)

2.2 按值计数

In [13]:

df["fengxiang"].value_counts()

Out[13]:

南风     92
西南风    64
北风     54
西北风    51
东南风    46
东北风    38
东风     14
西风      6
Name: fengxiang, dtype: int64

In [14]:

df["tianqi"].value_counts()

Out[14]:

晴         101
多云         95
多云~晴       40
晴~多云       34
多云~雷阵雨     14
多云~阴       10
阴~多云        8
小雨~多云       8
雷阵雨         8
雷阵雨~多云      7
小雨          6
多云~小雨       5
阴           4
雷阵雨~中雨      4
中雨~小雨       2
中雨~雷阵雨      2
阴~小雨        2
霾           2
阴~小雪        1
小雪~多云       1
大雨~小雨       1
小雨~雷阵雨      1
小雨~中雨       1
小雨~雨夹雪      1
雾~多云        1
雷阵雨~阴       1
暴雨~雷阵雨      1
小雨~阴        1
雷阵雨~大雨      1
阴~雷阵雨       1
小雨~大雨       1
Name: tianqi, dtype: int64

In [15]:

df["fengli"].value_counts()

Out[15]:

1-2级    236
3-4级     68
1级       21
4-5级     20
2级       13
3级        7
Name: fengli, dtype: int64

3、相关系数和协方差

用途（超级厉害）：

  1. 两只股票，是不是同涨同跌？程度多大？正相关还是负相关？
  2. 产品销量的波动，跟哪些因素正相关、负相关，程度有多大？

来自知乎，对于两个变量X、Y：

  1. 协方差：*衡量同向反向程度*，如果协方差为正，说明X，Y同向变化，协方差越大说明同向程度越高；如果协方差为负，说明X，Y反向运动，协方差越小说明反向程度越高。
  2. 相关系数：*衡量相似度程度*，当他们的相关系数为1时，说明两个变量变化时的正向相似度最大，当相关系数为－1时，说明两个变量变化的反向相似度最大

In [16]:

# 协方差矩阵：
df.cov()

Out[16]:

bWendu

yWendu

aqi

aqiLevel

bWendu

140.613247

135.529633

47.462622

0.879204

yWendu

135.529633

138.181274

16.186685

0.264165

aqi

47.462622

16.186685

2697.364564

50.749842

aqiLevel

0.879204

0.264165

50.749842

1.060485

In [17]:

# 相关系数矩阵
df.corr()

Out[17]:

bWendu

yWendu

aqi

aqiLevel

bWendu

1.000000

0.972292

0.077067

0.071999

yWendu

0.972292

1.000000

0.026513

0.021822

aqi

0.077067

0.026513

1.000000

0.948883

aqiLevel

0.071999

0.021822

0.948883

1.000000

In [18]:

# 单独查看空气质量和最高温度的相关系数
df["aqi"].corr(df["bWendu"])

Out[18]:

0.07706705916811077

In [19]:

df["aqi"].corr(df["yWendu"])

Out[19]:

0.02651328267296879

In [20]:

# 空气质量和温差的相关系数
df["aqi"].corr(df["bWendu"]-df["yWendu"])

Out[20]:

0.21652257576382047

In [ ]:

# !! 这就是特征工程对于机器学习重要性的一个例子

In [21]:

0.21/0.02

Out[21]:

10.5

07、Pandas对缺失值的处理

Pandas使用这些函数处理缺失值：

  • isnull和notnull：检测是否是空值，可用于df和series
  • dropna：丢弃、删除缺失值
    • axis : 删除行还是列，{0 or ‘index’, 1 or ‘columns’}, default 0
    • how : 如果等于any则任何值为空都删除，如果等于all则所有值都为空才删除
    • inplace : 如果为True则修改当前df，否则返回新的df
  • fillna：填充空值
    • value：用于填充的值，可以是单个值，或者字典（key是列名，value是值）
    • method : 等于ffill使用前一个不为空的值填充forword fill；等于bfill使用后一个不为空的值填充backword fill
    • axis : 按行还是列填充，{0 or ‘index’, 1 or ‘columns’}
    • inplace : 如果为True则修改当前df，否则返回新的df

In [1]:

import pandas as pd

实例：特殊Excel的读取、清洗、处理

步骤1：读取excel的时候，忽略前几个空行

In [2]:

studf = pd.read_excel("./datas/student_excel/student_excel.xlsx", skiprows=2)

In [3]:

studf

Out[3]:

Unnamed: 0

姓名

科目

分数

0

NaN

小明

语文

85.0

1

NaN

NaN

数学

80.0

2

NaN

NaN

英语

90.0

3

NaN

NaN

NaN

NaN

4

NaN

小王

语文

85.0

5

NaN

NaN

数学

NaN

6

NaN

NaN

英语

90.0

7

NaN

NaN

NaN

NaN

8

NaN

小刚

语文

85.0

9

NaN

NaN

数学

80.0

10

NaN

NaN

英语

90.0

步骤2：检测空值

In [4]:

studf.isnull()

Out[4]:

Unnamed: 0

姓名

科目

分数

0

True

False

False

False

1

True

True

False

False

2

True

True

False

False

3

True

True

True

True

4

True

False

False

False

5

True

True

False

True

6

True

True

False

False

7

True

True

True

True

8

True

False

False

False

9

True

True

False

False

10

True

True

False

False

In [5]:

studf["分数"].isnull()

Out[5]:

0     False
1     False
2     False
3      True
4     False
5      True
6     False
7      True
8     False
9     False
10    False
Name: 分数, dtype: bool

In [6]:

studf["分数"].notnull()

Out[6]:

0      True
1      True
2      True
3     False
4      True
5     False
6      True
7     False
8      True
9      True
10     True
Name: 分数, dtype: bool

In [7]:

# 筛选没有空分数的所有行
studf.loc[studf["分数"].notnull(), :]

Out[7]:

Unnamed: 0

姓名

科目

分数

0

NaN

小明

语文

85.0

1

NaN

NaN

数学

80.0

2

NaN

NaN

英语

90.0

4

NaN

小王

语文

85.0

6

NaN

NaN

英语

90.0

8

NaN

小刚

语文

85.0

9

NaN

NaN

数学

80.0

10

NaN

NaN

英语

90.0

步骤3：删除掉全是空值的列

In [8]:

studf.dropna(axis="columns", how='all', inplace=True)

In [9]:

studf

Out[9]:

姓名

科目

分数

0

小明

语文

85.0

1

NaN

数学

80.0

2

NaN

英语

90.0

3

NaN

NaN

NaN

4

小王

语文

85.0

5

NaN

数学

NaN

6

NaN

英语

90.0

7

NaN

NaN

NaN

8

小刚

语文

85.0

9

NaN

数学

80.0

10

NaN

英语

90.0

步骤4：删除掉全是空值的行

In [10]:

studf.dropna(axis="index", how='all', inplace=True)

In [11]:

studf

Out[11]:

姓名

科目

分数

0

小明

语文

85.0

1

NaN

数学

80.0

2

NaN

英语

90.0

4

小王

语文

85.0

5

NaN

数学

NaN

6

NaN

英语

90.0

8

小刚

语文

85.0

9

NaN

数学

80.0

10

NaN

英语

90.0

步骤5：将分数列为空的填充为0分

In [12]:

studf.fillna({"分数":0})

Out[12]:

姓名

科目

分数

0

小明

语文

85.0

1

NaN

数学

80.0

2

NaN

英语

90.0

4

小王

语文

85.0

5

NaN

数学

0.0

6

NaN

英语

90.0

8

小刚

语文

85.0

9

NaN

数学

80.0

10

NaN

英语

90.0

In [13]:

# 等同于
studf.loc[:, '分数'] = studf['分数'].fillna(0)

In [14]:

studf

Out[14]:

姓名

科目

分数

0

小明

语文

85.0

1

NaN

数学

80.0

2

NaN

英语

90.0

4

小王

语文

85.0

5

NaN

数学

0.0

6

NaN

英语

90.0

8

小刚

语文

85.0

9

NaN

数学

80.0

10

NaN

英语

90.0

步骤6：将姓名的缺失值填充

使用前面的有效值填充，用ffill：forward fill

In [15]:

studf.loc[:, '姓名'] = studf['姓名'].fillna(method="ffill")

In [16]:

studf

Out[16]:

姓名

科目

分数

0

小明

语文

85.0

1

小明

数学

80.0

2

小明

英语

90.0

4

小王

语文

85.0

5

小王

数学

0.0

6

小王

英语

90.0

8

小刚

语文

85.0

9

小刚

数学

80.0

10

小刚

英语

90.0

步骤7：将清洗好的excel保存

In [17]:

studf.to_excel("./datas/student_excel/student_excel_clean.xlsx", index=False)

08、Pandas的SettingWithCopyWarning报警

0、读取数据

In [1]:

import pandas as pd

In [2]:

fpath = "./datas/beijing_tianqi/beijing_tianqi_2018.csv"
df = pd.read_csv(fpath)

In [3]:

df.head()

Out[3]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

0

2018-01-01

3℃

-6℃

晴~多云

东北风

1-2级

59

良

2

1

2018-01-02

2℃

-5℃

阴~多云

东北风

1-2级

49

优

1

2

2018-01-03

2℃

-5℃

多云

北风

1-2级

28

优

1

3

2018-01-04

0℃

-8℃

阴

东北风

1-2级

28

优

1

4

2018-01-05

3℃

-6℃

多云~晴

西北风

1-2级

50

优

1

In [4]:

# 替换掉温度的后缀℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

In [5]:

df.head()

Out[5]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

0

2018-01-01

3

-6

晴~多云

东北风

1-2级

59

良

2

1

2018-01-02

2

-5

阴~多云

东北风

1-2级

49

优

1

2

2018-01-03

2

-5

多云

北风

1-2级

28

优

1

3

2018-01-04

0

-8

阴

东北风

1-2级

28

优

1

4

2018-01-05

3

-6

多云~晴

西北风

1-2级

50

优

1

1、复现

In [6]:

# 只选出3月份的数据用于分析
condition = df["ymd"].str.startswith("2018-03")

In [7]:

# 设置温差
df[condition]["wen_cha"] = df["bWendu"]-df["yWendu"]
d:\appdata\python37\lib\site-packages\ipykernel_launcher.py:2: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

In [8]:

# 查看是否修改成功
df[condition].head()

Out[8]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

59

2018-03-01

8

-3

多云

西南风

1-2级

46

优

1

60

2018-03-02

9

-1

晴~多云

北风

1-2级

95

良

2

61

2018-03-03

13

3

多云~阴

北风

1-2级

214

重度污染

5

62

2018-03-04

7

-2

阴~多云

东南风

1-2级

144

轻度污染

3

63

2018-03-05

8

-3

晴

南风

1-2级

94

良

2

2、原因

发出警告的代码 df[condition]["wen_cha"] = df["bWendu"]-df["yWendu"]

相当于：df.get(condition).set(wen_cha)，第一步骤的get发出了报警

*链式操作其实是两个步骤，先get后set，get得到的dataframe可能是view也可能是copy，pandas发出警告*

官网文档： https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

核心要诀：pandas的dataframe的修改写操作，只允许在源dataframe上进行，一步到位

3、解决方法1

将get+set的两步操作，改成set的一步操作

In [9]:

df.loc[condition, "wen_cha"] = df["bWendu"]-df["yWendu"]

In [10]:

df[condition].head()

Out[10]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

wen_cha

59

2018-03-01

8

-3

多云

西南风

1-2级

46

优

1

11.0

60

2018-03-02

9

-1

晴~多云

北风

1-2级

95

良

2

10.0

61

2018-03-03

13

3

多云~阴

北风

1-2级

214

重度污染

5

10.0

62

2018-03-04

7

-2

阴~多云

东南风

1-2级

144

轻度污染

3

9.0

63

2018-03-05

8

-3

晴

南风

1-2级

94

良

2

11.0

4、解决方法2

如果需要预筛选数据做后续的处理分析，使用copy复制dataframe

In [11]:

df_month3 = df[condition].copy()

In [12]:

df_month3.head()

Out[12]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

wen_cha

59

2018-03-01

8

-3

多云

西南风

1-2级

46

优

1

11.0

60

2018-03-02

9

-1

晴~多云

北风

1-2级

95

良

2

10.0

61

2018-03-03

13

3

多云~阴

北风

1-2级

214

重度污染

5

10.0

62

2018-03-04

7

-2

阴~多云

东南风

1-2级

144

轻度污染

3

9.0

63

2018-03-05

8

-3

晴

南风

1-2级

94

良

2

11.0

In [13]:

df_month3["wen_cha"] = df["bWendu"]-df["yWendu"]

In [14]:

df_month3.head()

Out[14]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

wen_cha

59

2018-03-01

8

-3

多云

西南风

1-2级

46

优

1

11

60

2018-03-02

9

-1

晴~多云

北风

1-2级

95

良

2

10

61

2018-03-03

13

3

多云~阴

北风

1-2级

214

重度污染

5

10

62

2018-03-04

7

-2

阴~多云

东南风

1-2级

144

轻度污染

3

9

63

2018-03-05

8

-3

晴

南风

1-2级

94

良

2

11

*总之，pandas不允许先筛选子dataframe，再进行修改写入* 要么使用.loc实现一个步骤直接修改源dataframe 要么先复制一个子dataframe再一个步骤执行修改

09、Pandas数据排序

Series的排序： *Series.sort_values(ascending=True, inplace=False)* 参数说明：

  • ascending：默认为True升序排序，为False降序排序
  • inplace：是否修改原始Series

DataFrame的排序： *DataFrame.sort_values(by, ascending=True, inplace=False)* 参数说明：

  • by：字符串或者List<字符串>，单列排序或者多列排序
  • ascending：bool或者List，升序还是降序，如果是list对应by的多列
  • inplace：是否修改原始DataFrame

In [2]:

import pandas as pd

0、读取数据

In [3]:

fpath = "./datas/beijing_tianqi/beijing_tianqi_2018.csv"
df = pd.read_csv(fpath)

# 替换掉温度的后缀℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

In [4]:

df.head()

Out[4]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

0

2018-01-01

3

-6

晴~多云

东北风

1-2级

59

良

2

1

2018-01-02

2

-5

阴~多云

东北风

1-2级

49

优

1

2

2018-01-03

2

-5

多云

北风

1-2级

28

优

1

3

2018-01-04

0

-8

阴

东北风

1-2级

28

优

1

4

2018-01-05

3

-6

多云~晴

西北风

1-2级

50

优

1

1、Series的排序

In [5]:

df["aqi"].sort_values()

Out[5]:

271     21
281     21
249     22
272     22
301     22
      ... 
317    266
71     287
91     287
72     293
86     387
Name: aqi, Length: 365, dtype: int64

In [6]:

df["aqi"].sort_values(ascending=False)

Out[6]:

86     387
72     293
91     287
71     287
317    266
      ... 
301     22
272     22
249     22
281     21
271     21
Name: aqi, Length: 365, dtype: int64

In [8]:

df["tianqi"].sort_values()

Out[8]:

225     中雨~小雨
230     中雨~小雨
197    中雨~雷阵雨
196    中雨~雷阵雨
112        多云
        ...  
191    雷阵雨~大雨
219     雷阵雨~阴
335      雾~多云
353         霾
348         霾
Name: tianqi, Length: 365, dtype: object

2、DataFrame的排序

2.1 单列排序

In [9]:

df.sort_values(by="aqi")

Out[9]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

271

2018-09-29

22

11

晴

北风

3-4级

21

优

1

281

2018-10-09

15

4

多云~晴

西北风

4-5级

21

优

1

249

2018-09-07

27

16

晴

西北风

3-4级

22

优

1

272

2018-09-30

19

13

多云

西北风

4-5级

22

优

1

301

2018-10-29

15

3

晴

北风

3-4级

22

优

1

...

...

...

...

...

...

...

...

...

...

317

2018-11-14

13

5

多云

南风

1-2级

266

重度污染

5

71

2018-03-13

17

5

晴~多云

南风

1-2级

287

重度污染

5

91

2018-04-02

26

11

多云

北风

1-2级

287

重度污染

5

72

2018-03-14

15

6

多云~阴

东北风

1-2级

293

重度污染

5

86

2018-03-28

25

9

多云~晴

东风

1-2级

387

严重污染

6

365 rows × 9 columns

In [10]:

df.sort_values(by="aqi", ascending=False)

Out[10]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

86

2018-03-28

25

9

多云~晴

东风

1-2级

387

严重污染

6

72

2018-03-14

15

6

多云~阴

东北风

1-2级

293

重度污染

5

71

2018-03-13

17

5

晴~多云

南风

1-2级

287

重度污染

5

91

2018-04-02

26

11

多云

北风

1-2级

287

重度污染

5

317

2018-11-14

13

5

多云

南风

1-2级

266

重度污染

5

...

...

...

...

...

...

...

...

...

...

249

2018-09-07

27

16

晴

西北风

3-4级

22

优

1

301

2018-10-29

15

3

晴

北风

3-4级

22

优

1

272

2018-09-30

19

13

多云

西北风

4-5级

22

优

1

271

2018-09-29

22

11

晴

北风

3-4级

21

优

1

281

2018-10-09

15

4

多云~晴

西北风

4-5级

21

优

1

365 rows × 9 columns

2.2 多列排序

In [11]:

# 按空气质量等级、最高温度排序，默认升序
df.sort_values(by=["aqiLevel", "bWendu"])

Out[11]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

360

2018-12-27

-5

-12

多云~晴

西北风

3级

48

优

1

22

2018-01-23

-4

-12

晴

西北风

3-4级

31

优

1

23

2018-01-24

-4

-11

晴

西南风

1-2级

34

优

1

340

2018-12-07

-4

-10

晴

西北风

3级

33

优

1

21

2018-01-22

-3

-10

小雪~多云

东风

1-2级

47

优

1

...

...

...

...

...

...

...

...

...

...

71

2018-03-13

17

5

晴~多云

南风

1-2级

287

重度污染

5

90

2018-04-01

25

11

晴~多云

南风

1-2级

218

重度污染

5

91

2018-04-02

26

11

多云

北风

1-2级

287

重度污染

5

85

2018-03-27

27

11

晴

南风

1-2级

243

重度污染

5

86

2018-03-28

25

9

多云~晴

东风

1-2级

387

严重污染

6

365 rows × 9 columns

In [12]:

# 两个字段都是降序
df.sort_values(by=["aqiLevel", "bWendu"], ascending=False)

Out[12]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

86

2018-03-28

25

9

多云~晴

东风

1-2级

387

严重污染

6

85

2018-03-27

27

11

晴

南风

1-2级

243

重度污染

5

91

2018-04-02

26

11

多云

北风

1-2级

287

重度污染

5

90

2018-04-01

25

11

晴~多云

南风

1-2级

218

重度污染

5

71

2018-03-13

17

5

晴~多云

南风

1-2级

287

重度污染

5

...

...

...

...

...

...

...

...

...

...

362

2018-12-29

-3

-12

晴

西北风

2级

29

优

1

22

2018-01-23

-4

-12

晴

西北风

3-4级

31

优

1

23

2018-01-24

-4

-11

晴

西南风

1-2级

34

优

1

340

2018-12-07

-4

-10

晴

西北风

3级

33

优

1

360

2018-12-27

-5

-12

多云~晴

西北风

3级

48

优

1

365 rows × 9 columns

In [13]:

# 分别指定升序和降序
df.sort_values(by=["aqiLevel", "bWendu"], ascending=[True, False])

Out[13]:

ymd

bWendu

yWendu

tianqi

fengxiang

fengli

aqi

aqiInfo

aqiLevel

178

2018-06-28

35

24

多云~晴

北风

1-2级

33

优

1

149

2018-05-30

33

18

晴

西风

1-2级

46

优

1

206

2018-07-26

33

25

多云~雷阵雨

东北风

1-2级

40

优

1

158

2018-06-08

32

19

多云~雷阵雨

西南风

1-2级

43

优

1

205

2018-07-25

32

25

多云

北风

1-2级

28

优

1

...

...

...

...

...

...

...

...

...

...

317

2018-11-14

13

5

多云

南风

1-2级

266

重度污染

5

329

2018-11-26

10

0

多云

东南风

1级

245

重度污染

5

335

2018-12-02

9

2

雾~多云

东北风

1级

234

重度污染

5

57

2018-02-27

7

0

阴

东风

1-2级

220

重度污染

5

86

2018-03-28

25

9

多云~晴

东风

1-2级

387

严重污染

6

365 rows × 9 columns

相关文章