data pandas包应用

## 日期时间处理 和 单极 索引处理

首先先导包

import pandas as pd
data = pd.read_csv('D:/city_temperature.csv',dtype= {'State':object})

 

如果直接用数组访问方式会有数据类型不匹配的问题

因为数据集的年月日都是int类型，你和一个字符相加 不能拼接

data['Date'] = data['Year'].astype(str) + '/' + data['Month'].astype(str)+'/' + data['Day'].astype(str)

 

用pandas包自带的datetime方法

data['Date'] = pd.to_datetime(data['Date'],format = '%Y/%m/%d',errors = 'coerce') # 大写Y四位数 

其中如果当前方法准确来说是没有问题，但是少部分有问题的日期用errors =’coerce‘抑制

 

date数组访问方式可以用.dt属性来访问

data['Date'].dt.dayofweek

 

### 单级索引处理

默认情况下，pandas提供一个从0开始的自然数索引

可以自定义索引，其优点如下：

提供快速访问行列数据的机制

提高快速访问行列数据的机制

支持数据自动对齐功能

支持数据连接等复杂数据操作功能

data.query('City == "Shanghai"')

data['Shangahi','2013/1/1']

## 先了解reset_index()的作用：

将当前索引列复原为普通列，并重新指定一个默认索引

data.reset_index().reset_index()

set_index(,inplace = True) :设置索引列，将经常进行查询的列设置为索引列

data.set_index('City',inplace = True)

 #基于索引的查询 data.loc[] 也可以使用 data.query('City==' 或 data.query('index =='))

data.loc 是基于索引的查询

data.iloc 是基于位置的查询，与索引无关

 

 

### 练习1：查询广州的所有记录
### 练习2：查询上海和广州的所有记录，只显示AvgTemperature
### 练习3：查询上海和广州的所有气温值大于30的数据，显示Date和AvgTemperature列
### 练习4：查询上海<font color=red>到</font>广州的所有数据
### 练习5：查询广州<font color=red>到</font>上海的所有数据