pandas是一个强大的数据分析工具包,建立在NumPy库之上。它提供了高效、灵活的数据结构和数据分析工具,可以快速处理和分析数据。
pandas的主要数据结构是Series(一维数据)和DataFrame(二维数据)。Series类似于一维数组,每个值都与一个索引相关联。DataFrame类似于一个表格,包含多个行和列,每个列可以是不同的数据类型。
pandas可以进行多种数据操作,包括数据清洗、数据筛选、数据排序、数据统计等。它还可以与其他数据分析工具和数据库进行交互,方便数据的导入和导出。
下面介绍以下常用的部分函数,供大家参考。
包:pandas
1、使用pandas库,常和numpy一起使用,可以一并导入:
import numpy as np
import pandas as pd
2、导入csv or xlsx 文件
df=pd.DataFrame( pd.read_csv(‘name.csv’, header=1 ) )
df=pd.DataFrame( pd.read_excel(‘name.xlsx’ ) )
或者:使用循环读入的方式:
3、用pandas创建数据表:
df=pd.DataFrame({“id”:[1001,1002,1003,1104,1005,1006],”date”:pd.date_range(‘20130102’,periods=6),”city”:[‘beijing’,SH’,’guangzhou’,’shenzhen’,’shanghai’,’BEIJING’],”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’])
二、数据表信息查看
1、维度查看:
df.shape
2、数据表的基本信息(维度、列名称、数据格式、所占空间等):
df.info()
3、每一列的数据格式:
df.dtypes
4、某一列格式:
df[‘id’].dtype
5、空值
df.isnull()
6、查看某一列的空值
df[‘B’].isnull()
7、查看某一列的唯一值:
df[‘B’].unique()
8、查看数据表的值:
df.values
9、查看列名称:
df.columns
10、查看前5行数据,后5行数据:
df.head() #默认前5行
df.tail()
三、数据表清洗。
1、用数字0填充空值
df.fillna(value=0)
2、使用列prince的均值对NA进行填充:
df[‘prince’].fillena(df[‘prince’].mean())
这是以前的学习汇总笔记(部分),看看大家是否喜欢,或者有需要其他内容的欢迎留言。这是历史还原。