Python数据分析几个比较常用的方法

转载自：http://blog.sina.com.cn/s/blog_49f78a4b0102vs9m.html

1，表头或是excel的索引如果是中文的话，输出会出错

​​解决方法：python的版本问题！换成python3就自动解决了！当然也有其他的方法，这里就不再深究

2，如果有很多列，如何输出指定的列？

需求情况：有的时候，数据很多，但是只要仅仅对部分列的数据进行分析的话，要怎么做？

解决方法：

df = pandas.read_excel('1.xls',sheetname= '店铺分析日报')

​df = df.loc[:,['关键词','带来的访客数','跳失率']] #访问指定的列

一行读取数据，第二行访问指定列

3，如何为数据框添加新的列？

需求情况：有一个表格，里面的列是单价，数量，想再输出一个总价的列，或是对一些数据进行总结

解决方法：直接上代码

from pandas import read_csv;

import pandas;

df = read_csv("1.csv", sep="|");

#把计算结果添加为一个新的列

df['result'] = df.price*df.num     #新的列名，后面是对应的数值

print (df)

4，如何对百分号的数值进行计算，再将其输出

需求情况：比较蛋疼的一个情况，电商很多数据都是百分比的，带有百分号，不能进行直接的计算，需要对其进行转换，然后再输出

解决方法：

from pandas import read_csv;

import pandas;

df = read_csv("1.csv", sep="|");

f = df['跳失率'].str.strip("%").astype(float)/100;

f.round(decimals=2)  #保留小数点后面2位

f_str = f.apply(lambda x: format(x, '.2%'));  #再转换成百分号并且保留2位数（精度可以调整）

df['跳失率']​ = f_str     #重新赋值

5，​如何获取导入的数据有几行和几列（数值）

需求情况：有的时候需要写一个通用脚本，比如随机抽样分析，程序自动获取行和列的话，写出来的脚本通用性明显会很强

解决方法：

df.columns.size   #获取列数

df.iloc[:, 0].size  #获取行数

6，​如何对数据进行排序

需求情况：这个就不用说了，到处都要用到​

解决方法：

df['跳失率'].size   #对数据进行排序

newDF = df.sort(['曝光量', '带来的访客数'], ascending=[True, False]);  #多重排序

7，如何删除指定的列？

需求情况：同样，十几列的数据，如果你想获取指定的输出数据，可以用方法2，但是如果想要获取的数据列比较多，只有1-2行不想要，这样就可以用指定删除列的方法了

解决方法：

df.columns.delete(1)​

一行代码搞定！​

总结：整体来说的，python的语法在做数据分析还是相当简单的，很多的需求基本上就是一行代码搞定！

8，如何添加整行数据？

df.append([1,2,34,,5])