pandas 快速入门教程

学习目的

通过学习pandas 撑握 处理excel 文件的技巧，提高日常工作中处理excel文件的效率。

一、认识pandas

pandas 是一个强大的数据处理工具集，它可以对数据进行清理、运算、统计、合并、数据分片等操作。

二、安装pandas

pip 安装pandas
首先确认系统已安装pip ,如未安装 可先安装pip

mac 系统：sudo easy_install pip 
win  系统：python -m pip install -U pip

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  pandas 

三、数据结构

pandas 数据结构分为：Series、DataFrame两种。

名称	描述
Series	Series表示一维数据，可以简单理解为一个向量，但是不同于向量的是，Series会自动为这一维数据创建行索引。

创建Series

import pandas as pd
obj = pd.Series(['1','2','3','4'])

名称	描述
DataFrame	dataframe是一种表格型的数据结构，既有行索引index，也有列索引columns。其实可以简单把dataframe理解为一张数据表。

创建DataFrame

import pandas as pd
#方法一 字典生成
d = {
   'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(data=d)
#方法二 文件生成
df = pd.read_excel("demo.xlsx")
#方法三 创建一个空DataFrame
df = pd.DataFrame(columns=["name","age","gender"])

四、导入Excel数据

方法一：

import pandas as pd
df = pd.read_excel("g:\\python\\sample\\pandas\\10.xlsx")

方法二：

import pandas as pd

excelFile = pd.ExcelFile("g:\\python\\sample\\pandas\\10.xlsx")
# 此方法 多用于从一个Excel文件 中获取多个sheet操作 较为方便，只需要修改sheet_name 
df = pd.read(excelFile,sheet_name="sheet1")
#sheetList = excelFile.sheet_names 获取当前excel文件里的sheet 名 列表。["sheet1","sheet2"]

pd.read_excel（io,sheet_name,header）

参数名	描述
io	要读取的Excel文件。其形式（str, bytes, ExcelFile, xlrd.Book, path object, or file-like object）
sheet_name	要读取的工作表名称（可以是整型数字、列表名）
header	设定某一行为列名，默认值为0行。

五、输出Excel数据

方法一

import pandas as pd

# 将df 的数据生成一个excel文件，默认sheet_name为sheet1,也可以根据需要自定义。
df = DataFrame({
   "name":["小张","小李"],"age":[18,20]}
df.to_excle(file_path) #file_path 文件存放路径+文件名

方法二

import pandas as pd

df1 = DataFrame({
   "name":["小张","小李"],"age":[18,20]}
df2 = DataFrame({
   "goods_name":["土豆","茄子"],"price":[1.3,3,5]})

excelWriter = pd.ExcelWriter(filePath) #file_path 文件存放路径+文件名
df1.to_excel(excelWriter,sheet_name="用户信息"）#生成一个用户信息sheet
df2.to_excel(excelWriter,sheet_name="商品信息") #生成一个商品信息sheet 

excelWrite.save()
excelWrite.close()

注：需要在一个excel中生成多个sheet的时候用第二种方法

DataFrame.to_excel(excel_writer, sheet_name=‘Sheet1’)

参数名	描述
excel_writer	Excel文件路径字符串或者是ExcelWriter对像（如方法二）
sheet_name	默认为‘Sheet1’，可自定义一个 sheet 名（字符串)

六、数据概览

DataFrame为我们提供了两个非常好用的数据概览函数：

函数	描述
info()	展示数据概要信息（如索引、列数、列名、数据量、数据类型、缺失值、内存等）
describe()	展示统计信息（统计结果包括了数据量、均值、方差、最大值、最小值等）

代码示例

import pandas as pd

df = pd.read_excel("g:\\python\\sample\\pandas\\10.xlsx")
print df.info()

输出结果：

import pandas as pd

df = pd.read_excel("g:\\python\\sample\\pandas\\10.xlsx"