pandas 最全入门学习笔记
读取文件
方法
- 读取csv: read_csv() 引
- 读取excel: read_excel()
- 读取制表符分割的table: read_table()
参数
- encoding 设置文件编码
- header 设置表头
- sep 设置分割符,sep可以是正则表达式
- names 设置列名
- index_col 设置行索引,可以是多个列组成的复合索引
- skip_rows 跳过的某些行
- na_values 将指定的值替换为NaN,还可以指定列索引,只替换指定的列的值 eg: {‘idx’:[‘aaa’,’bbb’]}
写入文件
- 写入csv: to_csv()
- 写入excel: to_excel()
- 写入pickle文件: to_pickle()
基础的数据定位操作
- 获取所有列名 df.colunm
- 获取指定的列名 df.column[]
- 获取行索引 df.index
- 获取指定的列的数据 df[‘列名’]
- 获取指定的多个列的数据 df[[‘列名1’,’列名2’]]
- 获取指定的行 df.loc[‘行索引’]
- 获取指定行号的数据 df.iloc[行号] ,支持切片操作
- 获取指定行号的数据的值(返回的是array) df.loc[‘行索引’].values
聚合操作
- sum()
- mean()
- avg()
- count()
- std()
- groupby() 指定列名,返回根据该列进行分组