python
pandas基本函数
查看数据
.head() .tail() .shape .describe()
矩阵运算
.add() .sub() .mul() .div() .divmod() .combine()
矩阵比较
.eq() .ne() .lt() .gt() .le() .ge()|.empty .any() .all() .bool()
数据框连接
.align() .merge() .join() .concatenate()
设置行名列名
.column .reindex() .reindex_like()|.rename()
列操作
.drop() .insert() .assign()
数据类型
.dtypes .get_dtype_counts() .astype() .to_numeric()… .select_dtypes()
数据运算
.pipe() .apply() .applymap()
统计运算
.cut() .qcut() .idxmin() .idxmax() .value_counts() .sum()…
排序
.sort_index() .sort_values() .nsmallest() .nlargest()
其他
.dt Iteration .copy() .info()
三、pandas操作Excel的行列
1:读取指定的单行,数据会存在列表里面
#1:读取指定行 df=pd.read_excel('lemon.xlsx')#这个会直接默认读取到这个Excel的第一个表单 data=df.ix[0].values#0表示第一行 这里读取数据并不包含表头,要注意哦! print("读取指定行的数据:\n{0}".format(data))
得到的结果如下所示:
2:读取指定的多行,数据会存在嵌套的列表里面:
df=pd.read_excel('lemon.xlsx') data=df.ix[[1,2]].values#读取指定多行的话,就要在ix[]里面嵌套列表指定行数 print("读取指定行的数据:\n{0}".format(data))
3:读取指定的行列:
df=pd.read_excel('lemon.xlsx') data=df.ix[1,2]#读取第一行第二列的值,这里不需要嵌套列表 print("读取指定行的数据:\n{0}".format(data))
4:读取指定的多行多列值:
df=pd.read_excel('lemon.xlsx') data=df.ix[[1,2],['title','data']].values#读取第一行第二行的title以及data列的值,这里需要嵌套列表 print("读取指定行的数据:\n{0}".format(data))
5:获取所有行的指定列
df=pd.read_excel('lemon.xlsx') data=df.ix[:,['title','data']].values#读所有行的title以及data列的值,这里需要嵌套列表 print("读取指定行的数据:\n{0}".format(data))
6:获取行号并打印输出
df=pd.read_excel('lemon.xlsx') print("输出行号列表",df.index.values) 输出结果是: 输出行号列表 [0 1 2 3]
7:获取列名并打印输出
df=pd.read_excel('lemon.xlsx') print("输出列标题",df.columns.values) 运行结果如下所示: 输出列标题 ['case_id' 'title' 'data']
8:获取指定行数的值:
df=pd.read_excel('lemon.xlsx') print("输出值",df.sample(3).values)#这个方法类似于head()方法以及df.values方法 输出值 [[2 '输入错误的密码' '{"mobilephone":"18688773467","pwd":"12345678"}'] [3 '正常充值' '{"mobilephone":"18688773467","amount":"1000"}'] [1 '正常登录' '{"mobilephone":"18688773467","pwd":"123456"}']]
9:获取指定列的值:
df=pd.read_excel('lemon.xlsx') print("输出值\n",df['data'].values)
四:pandas处理Excel数据成为字典
我们有这样的数据,,处理成列表嵌套字典,且字典的key为表头名。
实现的代码如下所示:
df=pd.read_excel('lemon.xlsx') test_data=[] for i in df.index.values:#获取行号的索引,并对其进行遍历: #根据i来获取每一行指定的数据 并利用to_dict转成字典 row_data=df.ix[i,['case_id','module','title','http_method','url','data','expected']].to_dict() test_data.append(row_data) print("最终获取到的数据是:{0}".format(test_data))
最后得到的结果是:
最终获取到的数据是: [{'title': '正常登录', 'case_id': 1, 'data': '{"mobilephone":"18688773467","pwd":"123456"}'}, {'title': '输入错误的密码', 'case_id': 2, 'data': '{"mobilephone":"18688773467","pwd":"12345678"}'}, {'title': '正常充值', 'case_id': 3, 'data': '{"mobilephone":"18688773467","amount":"1000"}'}, {'title': '充值输入负数', 'case_id': 4, 'data': '{"mobilephone":"18688773467","amount":"-100"}'}]