pandas学习笔记

注册 登录

添加关注

作者 steveysy 2016.06.17 15:50*

写了2505字， 被2人关注， 获得了2个喜欢

Pandas 学习笔记

字数2319 阅读198 评论0 喜欢2

收藏文章 分享

• 
• 
• 
• 
• 
• 
• 
• 

1. 安装

如果做数据分析用途建议使用Anaconda，自带pandas numy 以及很多库，还有集成开发环境Spyder（自带的变量查看器很好用） WIN LINUX MAC均支持。

Anaconda 安装地址：https://www.continuum.io/downloads

安装之后可以在terminal 输入 conda 开头的命令（类似pip），例如list 查看已经安装的包，以及进行常用的install update等动作。

---

2. Import

绝大部分时候pandas都被使用者import为pd，根据作者的描述其实pandas是panel data的缩写（而不是熊猫）

import pandas as pd

---

3. DataFrame

DataFrame是Pandas用来处理数据最常见的格式，一张二维的表，有行，列和值。类似于一个数据库里的table 或者excel中的worksheet。如果有一个DataFrame叫df, df.columns可以得到所有的列标签，同理df.index可以得到所有的行标签。

---

4. 读取数据

4.1 从excel中读取数据

raw = pd.read_excel(‘%s%s.xlsx’ %path %filename, sheetname=’Data’, skiprows= 1)

数据会被读取到一个叫raw的DataFrame中，sheetname可以指定读某个工作表，skiprow可以跳过初始N行的数据。

---

4.2 从csv中读取数据

raw = pd.read_csv(‘%s%s.csv’ %path %filename)

---

5. 增删改查

5.1 增删列

新增列,位置在最后一列

raw[‘新列名’] = ‘string’

在中间增列，使用 df.insert()

df.insert(位置,’列名’,值)

例如，在raw df第二列（index不算一列）插入一列，名为city，值为source_data的 [city]列

raw.insert(1,’column_name’,source_data[‘data1’])

删除列

del raw[‘列名’]

---

5.2 改列名

5.2.1 一次性改变所有的列名

cols = [‘name_1’, ‘name_2’, ‘name_3’]
raw= raw[cols]

5.2.2 修改某个列名
使用df.rename()， 注意如果df中有多个old_name列的话都会被一并重命名为new_name

df=df.rename(columns = {‘old_name’:’new_name’})

---

5.3 改index

把某列设为index,原index会被删除

raw = raw.set_index(‘column_name’)

reset_index()，新index是以0开始的递增整数列，原index会变成一个新的列。

raw = raw.reset_index()

如果不需要原来的index中的值可以加drop = True：

raw = raw.reset_index(drop=True)

---

5.4 编辑值（计算值）

5.4.1 四则运算

raw[‘data1’] = raw[‘data1’] *100
raw[‘data2’] = (raw[‘data1’]+raw[‘data3’])/raw[‘data4’]
raw[‘total’] = raw.sum(axis=1)

---

5.5 查列

5.5.1 筛选某列包含某值(raw df中 GEO CODE为CN的所有数据)

raw = raw[raw[‘GEO_CODE’]==’CN’]

5.5.2 多条件筛选

raw = raw[(raw[‘GEO_CODE’]==’CN’)&(raw[‘METRIC’]==’Conversion Rate’)]