Python：利用Pandas读取数据、查询指定条件的数据、以及数据的详细信息

一、前言

本文主要介绍了在Python中，如何利用Pandas去读取数据、查询指定条件的数据、以及数据的详细信息.

二、数据集

网上随便找的数据集

三、数据查看常用方法

1、读取数据

import pandas as pd
#读取excel文件
data=pd.read_excel('C:/Users/abc/Desktop/users_info.xlsx')

2、查看数据的大小

数据量(行）、数据指标（列）、数据维度、尺寸

#查看数据尺寸
print(data.shape)
#查看数据数量
print(data.size)

3、获取前/后N条数据

• 获取前4条数据：
• head()方法

print(data.head(4))

• 默认获取前5条数据：

print(data.head())

• 获取后N条数据: 使用tail()函数
• 默认显示后5条

print(data.tail(4))

4、完整展示每个字段的数据

如下图：有些字段的数据被折叠起来，用省略号表示

• 可以通过设置界面显示的最大列数据量来解决
• 参数：max_columns
• 若设置的数大于数据表的列数，则可以完整地展示所有列的内容
• 比如数据表共有37列数据，我们不妨把数字设置为40

#设置界面显示的最大行列数据量
#若设置的数大于数据表的列数，则可以完整地展示所有列的内容
pd.options.display.max_columns= 40
data.head()

结果：
可以看到之前被折叠的数据已经全部展示出来了

• 若不知道数据有多少列，参数max_columns的值可以设为None,也可以完整展示所有字段的数据

#设置界面显示的最大列数据量
#若设置的数大于数据表的列数，则可以完整地展示所有列的内容
pd.options.display.max_columns= None
data.head()

5、行的数据被折叠

如图：数据表的行数较多时，直接展示的话，部分数据会被折叠起来,用省略号表示

• 设置最大行参数max_rows的值即可解决
• pd.options.display.max_rows= None ：即展示所有行的数据
• 若数据量较大，数据全部展示的话，比较耗时间，此时可以选择head()方法来显示前N条数据

#设置界面显示的最大行数据量
#若设置的数大于数据表的列数，则可以完整地展示所有列的内容
pd.options.display.max_rows= None
data

四、查看指定条件的数据

1、查询指定字段内容的数据

如图：字段名为"ORGANIZE_NAME"，字段值为“统计班”的数据共有27条，37是指数据表共有37个字段

#查看指定条件的数据表
data[data['ORGANIZE_NAME']=='统计班'].shape

2、查询条件的叠加

如图：字段名为"ORGANIZE_NAME"，字段值为“统计班”，并且字段”address“为广州的数据共有22条

#叠加条件
data[data['ORGANIZE_NAME']=='统计班'][data['address']=='广州'].shape

3、查看指定行/列的数据

（1）查看指定列

• 查看字段名为 "ORGANIZE_NAME"的前5个内容：

#查看指定列
data["ORGANIZE_NAME"].head()

• 查看字段名为"ORGANIZE_NAME" 和 字段名为“address” 的前5个内容：

#查看多列数据
data[["ORGANIZE_NAME","address"]].head()

（2）查看指定行

【20:30】: 查询的数据范围包含左区间，不包含右区间

#查看指定行
data[20:25]

（3）查看指定的行和列

• 使用loc方法
• loc[20,“ORGANIZE_NAME”]:
  即查看第20行，字段名为“ORGANIZE_NAME ” 的数据

#查看指定的行和列
data.loc[20,"ORGANIZE_NAME"]

• 查看字段名为“ORGANIZE_NAME ” 第20到30行的数据

#查看指定的行和列
data.loc[20:30,"ORGANIZE_NAME"]

• 查看多行多列数据：

#查看指定的行和列
data.loc[20:30,["ORGANIZE_NAME","ACCOUNT"]]

• iloc方法：
  • 该方法可以对列进行索引查询，而loc方法不可以对列进行索引查询
  • 查看前5列的第20-30行的数据

#查看指定行和列
data.iloc[20:31,:5]

• iat方法：查看指定行和列的数据：
  查询第10行第1列的数据：

#查看指定行和列
data.iat[10,0]

等价于：

#查看指定行和列
data.loc[10,"USER_ID"]

五、查看数据的详细信息

1、查看数据的详细信息、数据指标的类型

#查看数据的详细信息和数据指标的类型
data.dtypes

2、统计不同类型数据指标的数量

比如下图：数据类型为 int64 的有2个字段

#统计不同类型数据指标的数量
from collections import Counter
Counter(data.dtypes.values)

3、查看数据的详细信息

包括：指标类型统计、数据大小、内存占用信息

#查看数据的详细信息、指标类型统计、数据大小、内存占用信息
data.info()