Pandas数据统计的基本使用

1. 安装pandas

pip install pandas

2. 使用pandas (这里我们jupyter lab 交互笔记)

黑窗口下  启动: jupyter lab

3.导入 pandas 包

import pandas as pd

data = pd.read_csv('文件路径',编码)

查看数据类型

print(type(data))  
#pandas有两种类型: DataFrame类型(处理二维,常用)
#                 Series类型(处理一维, 不常用)

查看数据信息,数据大小

data.info()

获取数据的值

data.values 
#得到的是一个ndarray类型

取出头部和尾部数据

#不写值  , 默认取头部5条
data.head(n) 
#不写值  , 默认取尾部5条
data.tail(n)

取单列,多列

#单列
data['列名']
#多列
data[['列1','列2']]

iloc函数 取数据

#基于整数的索引方式 跟 python自身的list 的索引方式是十分类似(切片)
data.iloc[0] 
#取1行
data.iloc[0:10] 
#取10行
data.iloc[0:10,0:3] 
#取10行 3列

loc 函数 获取

# 和iloc 的区别 在于 loc是根据 标签名去取 而不是索引

data.loc['名称'] 
#写的是啥 取的就是 所对应的哪一行
data.loc[['名1','名2'],['名1','名2']]
#获取多行多列的 取法

去除数据内容所存在的空值(NAN)的行

#查看是否有空值
data.isnull()
data.dropna(inplace=True)
# inplace=true  代表的就是修改原数据

删除 空值的列

#即  只要列中存在一个空值, 直接删除掉整个列
data.dropna(axis=1)
#  删除掉有空值所对应的行
data.dropna(axis=0)

去除数据内的空格 或逗号之类的

#apply函数可以对DataFrame对象进行操作,
#去空格 去掉后并重新给它自身列或行  赋值
data['名称'] = data['有空格数据列名'].apply(lambda x:x.strip())
#去字符 例如去逗号:
data['名称'] = data['有空格数据列名'].apply(lambda x:x.replace(',',''))

pandas 获取想要数据, 还可以通过判断

这里是个小例子: 价格大于10元 并且 水果 名叫 苹果的(&即and)
datas= data[(data['price'] > 10)&(data['fruit']=='apple')]

修改列名

data.rename(columns={'原列名':'新列名'})

对筛选出来的数据进行保存

new_data= pd.DataFrame(data)
new_data.to_csv('文件名.csv',编码)

获取某一列 平均值

#求得所有菜品的价格  平均值
data['amounts'].mean()

求某一列的总和

data['amounts'].sum()

对空值NAN 进行均值填充 例如:价格

data['prince'].fillna(data['prince'].mean())

对数据 进行 去重操作

data['名称'].drop_duplicates()

按照特定某一列 进行排序操作

data.sort_values(by=['列名'])

数据表 之间的合并操作

new_data = pd.concat([data1,data2],axis=1)   #axis=0行连接, axis=1 列连接

#还有一个  merge() 函数 就不做讲解了

重新定义 索引

data.reset_index()