1、生成数据表
导入数据表
df=pd.DataFrame(pd.read_csv(‘name.csv’,header=1))
df=pd.DataFrame(pd.read_excel(‘name.xlsx’))
创建数据表
df=pd.DataFrame({“id”:[1001,1002,1003,1004,1005,1006],
“date”:pd.date_range(‘20130102’, periods=6),
“city”:[‘Beijing ‘, ‘SH’, ’ guangzhou ‘, ‘Shenzhen’, ‘shanghai’, ‘BEIJING ‘],
“age”:[23,44,54,32,34,32],
“category”:[‘100-A’,’100-B’,’110-A’,’110-C’,’210-A’,’130-F’],
“price”:[1200,np.nan,2133,5433,np.nan,4432]},
columns=[‘id’,’date’,’city’,’category’,’age’,’price’])
2、数据表检查
了解数据概况,例如:数据表的大小、所占空间、数据格式、是否有空值和重复项、具体的数据内容
查看数据表的维度
df.shape
数据表信息 返回的信息比较多,包括数据维度,列名称,数据格式和所占空间等信息。
df.info()
查看数据表各列格式
df.dtypes
查看单列格式
df[‘B’].dtype
检查数据空值
df.isnull()
检查特定列空值
df[‘price’].isnull()
查看city列中的唯一值
df[‘city’].unique()
查看数据表的值
df.values
查看列名称
df.columns
查看前3行数据 默认head()显示前10行数据
df.head(3)
查看最后3行 默认tail()显示前10行数据
df.tail(3)