Pandas——不得不用的文件读取神器！

    大家吼哇，我又来了。今天我要讲讲这个，让所有人一用就爱上的Python库——Pandas。它为了解决数据分析问题而生，它纳入了各种库和标准数据类型，对于我们处理数据文件而言，可以说是非常方便了。它能够处理很多多维数据，一维数据Series，二位数据DataFrame，三维数据Panel，四维数据Panel4D，多维数据PanelND。接下来，我们来具体实践一下Pandas的使用吧~

import pandas as pd 
import numpy as np
df=pd.DataFrame(pd.read_excel(r"data\test.xlsx",header=1))#导入excel文件
print(df.shape)#查看数据的维度
#运行结果(9, 12)
print(df.info)#查看数据的基本信息
#运行结果：
<bound method DataFrame.info of      1     2
0  1.0   3.0
1  1.0   4.0
2  NaN   5.0
3  1.0   6.0
4  1.0   7.0
5  1.0   NaN
6  1.0   9.0
7  1.0  10.0
8  1.0  11.0>
print(df.dtypes)#查看每列的数据类型
#运行结果
1    float64
2    float64
dtype: object
df.columns=["first","second"]#设置列名
print(df.columns.values)#查看数据表的列名
#运行结果：['first' 'second']
print(df.head())#查看表格的前5行数据
print(df.tail())#查看表格的后5行数据
#运行结果：
first  second
0    1.0     3.0
1    1.0     4.0
2    NaN     5.0
3    1.0     6.0
4    1.0     7.0
   first  second
4    1.0     7.0
5    1.0     NaN
6    1.0     9.0
7    1.0    10.0
8    1.0    11.0
print(df.values)#查看数据表的值
#运行结果：
[[ 1.  3.]
 [ 1.  4.]
 [nan  5.]
 [ 1.  6.]
 [ 1.  7.]
 [ 1. nan]
 [ 1.  9.]
 [ 1. 10.]
 [ 1. 11.]]
print(df["first"].dtype)#查看某一列的数据类型
#运行结果：float64
print(df.isnull())#判断值是否为空
#运行结果：
   first  second
0  False   False
1  False   False
2   True   False
3  False   False
4  False   False
5  False    True
6  False   False
7  False   False
8  False   False
print(df["second"].unique())#查看某一列的唯一值
#运行结果：[ 3.  4.  5.  6.  7. nan  9. 10. 11.]
print(df.fillna(value=0))#填充空值
#运行结果：
   first  second
0    1.0     3.0
1    1.0     4.0
2    0.0     5.0
3    1.0     6.0
4    1.0     7.0
5    1.0     0.0
6    1.0     9.0
7    1.0    10.0
8    1.0    11.0
df=df.fillna(value=0)#填充空值
print(df["first"].astype(int))#更改数据类型
#运行结果：
0    1
1    1
2    0
3    1
4    1
5    1
6    1
7    1
8    1
Name: first, dtype: int32
df=df.rename(columns={"first":"First"})#更改列名
#运行结果：
   First  second
0    1.0     3.0
1    1.0     4.0
2    0.0     5.0
3    1.0     6.0
4    1.0     7.0
5    1.0     0.0
6    1.0     9.0
7    1.0    10.0
8    1.0    11.0
print(df["first"].drop_duplicates())#删除后出现的重复值
#运行结果：
0    1.0
2    0.0
print(df['first'].drop_duplicates(keep='last'))#删除先出现的重复值
#运行结果：
2    0.0
8    1.0
Name: first, dtype: float64
print(df['first'].replace(1, 'nihao'))#元素值替换
#运行结果：
0    nihao
1    nihao
2        0
3    nihao
4    nihao
5    nihao
6    nihao
7    nihao
8    nihao
Name: first, dtype: object
df.set_index("second")
print(df.sort_values(by=['second']))#按照列的值进行排序
#运行结果：
   first  second
5    1.0     0.0
0    1.0     3.0
1    1.0     4.0
2    0.0     5.0
3    1.0     6.0
4    1.0     7.0
6    1.0     9.0
7    1.0    10.0
8    1.0    11.0
df1.columns=["first","second"]
print(df.append(df1))#将另一个数据表中的数据加入到前一个数据表中
#运行结果：
   first  second
0    1.0     3.0
1    1.0     4.0
2    0.0     5.0
3    1.0     6.0
4    1.0     7.0
5    1.0     0.0
6    1.0     9.0
7    1.0    10.0
8    1.0    11.0
0    1.0     3.0
1    1.0     4.0
2    NaN     5.0
3    1.0     6.0
4    1.0     7.0
5    1.0     NaN
6    1.0     9.0
7    1.0    10.0
8    1.0    11.0
print(df.join(df1))#向右合并两个表
#运行结果：
   first  second    1     2
0    1.0     3.0  1.0   3.0
1    1.0     4.0  1.0   4.0
2    0.0     5.0  NaN   5.0
3    1.0     6.0  1.0   6.0
4    1.0     7.0  1.0   7.0
5    1.0     0.0  1.0   NaN
6    1.0     9.0  1.0   9.0
7    1.0    10.0  1.0  10.0
8    1.0    11.0  1.0  11.0

     除了上面的内容，还有很重要的一部分，对数据的操作部分，这可是对数据分析不可避免的一部分，一起来get!

df.set_index("second")#在second列设置索引
df.sort_index()#按照索引列进行排序
df["s"] = np.where(df["second"] > 3,"high","low")#如果second的值大于3，second列显示high，否则显示low
print(df["s"])
#运行结果：
0     low
1    high
2    high
3    high
4    high
5     low
6    high
7    high
8    high
Name: s, dtype: object

    数据提取：

print(df.loc[3])#按索引提取数据
#运行结果：
first     1.0
second    6.0
sign      1.0
Name: 3, dtype: float64
print(df.iloc[0:5])#按索引提取区域数据
   first  second  sign
0    1.0     3.0   1.0
1    1.0     4.0   1.0
2    0.0     5.0   NaN
3    1.0     6.0   1.0
4    1.0     7.0   1.0
print(df.iloc[:3,:1])#iloc按区域提取数据，前3行，前1列
#运行结果：
   first
0    1.0
1    1.0
2    0.0
print(df.iloc[[0,2,5],[0,1]])#按iloc单独提取行列数据，第0、2、5行，第0、1列
#运行结果：
   first  second
0    1.0     3.0
2    0.0     5.0
5    1.0     0.0
print(df["second"].isin([1,2,3,4,5]))#判second列的数据是否在某个集合内
#运行结果：
0     True
1     True
2     True
3    False
4    False
5    False
6    False
7    False
8    False
Name: second, dtype: bool

    啊，我好累，写不动了，下一篇再见~