python数据科学--pandas入门

pandas库建立在numpy之上，为python编程语言提供了易于使用的数据结构和数据分析工具

导入pandas模块

import pandas as pd

pandas数据结构：Series,能够保存任何数据类型的一维数组

DataFrame:可以储存不同数据类型的二维数组

I/O:读写到CSV文件

pd.to_csv('file.csv')        #保存到.csv文件中
pd.read_csv('file.csv')      #从.csv文件中读数据

I/O:读写到Excel文件

pd.to_excel('file.xlsx')        #写操作
pd.read_excel('file.xlsx')      #读操作

帮助代码

help(pd.Series.loc)

对SQL查询或数据库表进行读写

Read Sql（）是一个关于read_sql_table()和read_sql_query()的便利包装器。

删除数据元素

df.drop([1],axis=0)          #删除索引为1的一行数据
df.drop('Country',axis=1)    #删除索引为Country的一列数据，axis=1

排序

df.sort_index()                #按轴排序数组
df.sort_values(by='Country')   #按按轴值排序
df.rank()

基本方法

df.shape        #返回DataFrame的行列数
df.index        #描述DataFrame的行索引
df.columns      #描述DataFrame的列索引
df.info()       #描述DataFrame的基本信息
df.count()      #返回每一列对应的元素个数

操作

df.sum()        #值之和
df.cumsum()     #累积值和
df.min()        #最小值
df.max()        #最大值
df.idxmin()     #最小索引值
df.idxmax()     #最大索引值
df.describe()   #汇总统计
df.mean()       #平均值
df.median()     #中位数

数据清洗