笔记整理
1.文件读取
pandas
可以读取的文件格式有很多,这里主要介绍读取csv,excel,txt文件。
df = pd.read_csv('./my_csv.csv')
df
df = pd.read_excel('./my_csv.csv')
df
df = pd.read_txt('./my_csv.csv')
df
在读取文件时,经常遇到分隔符非空格的情况, 有一个分割参数 sep,它使得用户可以自定义分割符号,进行数据的读取。
pd.read_csv('./pandas study.csv',sep = '...')
# ...表示自定义的任何间隔符
2.数据写入
一般在数据写入中,最常用的操作是把index设置为False,特别当索引没有特殊意义的时候,这样的行为能把索引在保存的时候去除
df.to_csv('data/my_csv_saved.csv', index = False)
df.to_excel('data/my_excel_saved.xlsx', index = False)
3.读取列名
列(columns)
df = pd.read_csv('./learn_pandas.csv')
df.columns
4.head与tail
head(n)与tail(n)分别表示返回表或者序列的前n行和后n行
df.head(2)
df.tail(3)
5.info与describe
info, describe
分别返回表的信息概况和表中数值列对应的主要统计量
df.info()
df.describe()
6.排序
排序共有两种方式:
a.值排序:sort_values()
b.索引排序:sort_index()
排序默认都是升序排序,若要变成降序排序,需要最后加上ascending=False
#按高度进行降序排序
df.sort_values('Height')
#按高度进行升序排序
df.sort_values('Height', ascending = False)
#体重相同情况下对身高进行降序排序,不同时,体重按照降序排序
df.sort_values(['Weight','Height'],ascending=[True,False])