导入和处理数据是数据分析的重要一环。Pandas是一个强大且流行的Python库,用于数据处理和分析。在本篇博客中,我们将介绍如何使用Pandas库导入Excel表格,以及一些常用并且实用的操作技巧。
一:安装Pandas库
首先,确保你已经安装了Pandas库。如果没有安装,可以使用以下命令来安装:
pip install pandas
二:导入所需库和文件
我们导入pandas一般给它起个别名:pd
import pandas as pd
三:读取Excel表格数据
假设我们有一个名为"鸢尾花训练数据.xlsx"(提取码:6666)的Excel表格,其中包含我们要导入的数据。使用Pandas的read_excel()
函数读取Excel文件并将数据用data接收。注意:numpy是以数组形式来读取数据,而pandas是以表格的形式来读取数据。
下面是一个示例代码:
data = pd.read_excel('鸢尾花训练数据.xlsx')
四:查看数据
数据接收了,我们现在想查看数据就可以使用Pandas的一些基本函数和属性,可以有效地查看数据。下面是一些常用的函数和属性:
head()
:查看前几行数据,默认为前5行。tail()
:查看后几行数据,默认为后5行。shape
:获取数据的维度,即行数和列数。info()
:显示数据的基本信息,如列名、数据类型、非空值数量等。
这是一个完整的excel表格:
print(data.head()) #查看前几行数据,默认为前5行。
print(data.tail()) #查看后几行数据,默认为后5行。
print(data.info()) #显示数据的基本信息,如列名、数据类型、非空值数量等。
五:提取数据
进行数据处理时注意数据重排;训练模型时变量要与标签分离。data
是一个DataFrame对象,我们希望选择其中几列作为变量x
和y
。通过使用[['column_name']]
语法,我们将列名放在两层方括号中,如[['萼片长(cm)', '萼片宽(cm)', '花瓣长(cm)', '花瓣宽(cm)']]
和[['类型_num']]
。这会将这些列作为DataFrame对象返回给变量x
和y
,以便后续的数据处理和分析。
import pandas as pd
data=pd.read_excel("鸢尾花训练数据.xlsx")
x = data[['萼片长(cm)', '萼片宽(cm)', '花瓣长(cm)', '花瓣宽(cm)']]
y = data[['类型_num']]
print(x)
print(y)