熊猫学猿--数据分析入门2%--pandas

引入pandas包

import pandas as pd

这里是引入pandas包，并起了个别名pd，方便使用时简单书写

获取数据

做开发的时候数据获取一般就两种，一种时读取文件，一种是查询数据库

从文件读取read_csv

Train_data=pd.read_csv('train.csv',index_col=['id'])

这里Test_data是DataFrame类型，DataFrame是由多个Series组成。查看

对DataFrame的操作有多种多样，可参考官方文档
在运用中比较常见的
1、head()。当数据量过大，查看数据样式时，使用

Train_data.head(1)

2、这里的列太多，显示不全，可以直接使用T转至树形查看

Train_data.head(1).T

3、在一个做报表的项目中用到的知识点

Train_data.drop_duplicates()#整行去重
Train_data.drop_duplicates(['grade'])#按一列去重

Train_data.grade.unique() #查看一列包含哪些值）

Train_data.loc[Train_data.grade=='A'] #查找

Train_data.employmentLength.fillna(value=0,inplace=True) #填充值

Train_data.groupby(['grade'],as_index=False).loanAmnt.agg('sum') #分组统计

这里列出的方法在使用时有多种情况，具体使用还是参考官方文档