pandas一些简单数据操作

一些pandas读取表格并进行常用数据处理的操作

读取多行数据

tabledata = pandas.read_excel("./数据.xlsx", header=None, sep=',', nrows=10)

其中：
header：指定作为列名的行，默认0，即取第一行的值为列名，数据为列名行以下的数据；若数据不含列名，则设定 header = None。
sep：指定分隔符。如果不指定参数，则会尝试使用逗号分隔。
nrows：需要读取的行数（从文件头开始算起，这里等于10，就是读取十行的数据）

重命名需要的数据列

name_columns = [' ','1','2', '3', '4', '5', '6', '7', '8']

tabledata = pandas.read_excel("./数据.xlsx", header=0, names=name_columns, sep=',', nrows=10)

其中：
names：用于结果的列名列表，如果数据文件中没有列标题行，就需要执行header=None

取出指定值数据列

name_columns = [' ','1','2', '3', '4', '5', '6', '7', '8']
tabledata = pandas.read_excel("./数据.xlsx", header=0, names=name_columns, sep=',')

hotel_name_list = []

for i in range(421):
    if tabledata.ix[i,2] == "12":
        hotel_name_list.append(tabledata.ix[i,1])

其中：
ix ：基于标签或者索引（loc和iloc 的混合）

loc：使用行标签，列标签进行取值；iloc 基于行索引和列索引（index，columns） 都是从 0 开始进行取值，ix则两者皆可

查找缺失值

name_columns = [' ','1','2', '3', '4', '5', '6', '7', '8']
tabledata = pandas.read_excel("./数据.xlsx", header=0, names=name_columns, sep=',')

tableline = tabledata[tabledata['类型'].isnull()]

print(tableline)

其中：
na_values：默认会将’-1.#IND’, ‘1.#QNAN’, ‘1.#IND’, ‘-1.#QNAN’, ‘#N/A N/A’,’#N/A’, ‘N/A’, ‘NA’, ‘#NA’, ‘NULL’, ‘NaN’, ‘-NaN’, ‘nan’, ‘-nan’, ‘’, 转换为NaN，且na_values参数还支持定义另外的应处理为缺失值的值

替换缺失值

name_columns = [' ','1','2', '3', '4', '5', '6', '7', '8']
tabledata = pandas.read_excel("./数据.xlsx", header=0, names=name_columns, sep=',')

tableline = tabledata['类型'].fillna(value='其他')

tabledata['类型'] = tableline

其中：
fillna函数用于替换缺失值，常见参数如下：

value参数决定要用什么值去填充缺失值
axis：确定填充维度，从行开始或是从列开始
limit：确定填充的个数，int型

通常limit参数配合axis可以用于替换数量方向的控制