pandas用法整理

处理表格数据的时候经常用到pandas，每次用的时候都要去查函数，每次记不住，每次都查，哈哈哈，自己整理一下，码住。

一、Pandas的数据类型

进行数据分析时，如何正确使用数据类型，这非常重要。在pandas中的数据类型和python原生数据类型有相似又有不同，这是比较头疼的地方。

1.下表给出Pandas，Python和Numpy数据类型的总结

Pandas dtype	Python类型	Numpy类型	用途
object	str	string,unicode	文本
int64	int	int_,int8,int16,int64,uint8,uint16,uint32,uint64	整数
float64	float	float_,float16,float32,float64	浮点数
bool	bool	bool_	布尔值
datetime64[ns]	NA	NA	日期时间
timedelta[ns]	NA	NA	时间差
category	NA	NA	有限长度的文本值列表

2.dtype查看数据类型

import pandas as pd
df = pd.read_csv('文件路径')
df.dtypes()

3.astype强制修改数据类型

df.index.astype('int64')  # 索引类型转换
df.astype('int64')  # 所有数据转换为 int64
df.astype('int64', copy=False)  # 不与原数据关联
df.astype({'A': 'int32'})  # 指定字段转换类型
df['A'].astype('float')  # 指定字段转换类型

二、生成数据表

1.读取文件

# 导入pandas
import pandas as pd
# 导入numpy
import numpy as np
# 导入csv或xlsx文件
df = pd.read_csv('文件路径')
df = pd.read_excel('文件路径')

2.用pandas创建数据表

df = pd.DataFrame(
{"id": [1001,1002,1003,1004,1005,1006], 
"date": pd.date_range('20130102', periods=6),
"city": ['Beijing ', 'SH', ' guangzhou ', 'Shenzhen', 'shanghai', 'BEIJING '],
"age": [23,44,54,32,34,32],
"category": ['100-A','100-B','110-A','110-C','210-A','130-F'],
"price": [1200,np.nan,2133,5433,np.nan,4432]},
columns=['id','date','city','category','age','price'])

三、数据表信息查看

1.维度查看

df.shape  # (6, 6)

2.数据表基本信息

df.info()

3.每一列的数据类型

df.dtypes

4.查看某一列的数据类型

df['A'].dtype

5.空值

df.isnull()