零基础pandas第三天

没有可以用的数据，用Chatgpt生成了一个

import pandas as pd
import numpy as np

# 随机生成数据
num_rows = 100
cities = ['北京', '上海', '广州', '深圳', '杭州']
start_date = pd.Timestamp('2022-01-01')  # 起始日期
end_date = pd.Timestamp('2022-03-31')  # 结束日期
date_range = pd.date_range(start_date, end_date, freq='D')  # 生成日期范围

data = {
    '城市': np.random.choice(cities, num_rows),
    '时间': np.random.choice(date_range, num_rows),
    '温度': np.random.uniform(0, 40, num_rows),
    '湿度': np.random.uniform(0, 100, num_rows),
    '气压': np.random.uniform(900, 1100, num_rows),
    '风速': np.random.uniform(0, 10, num_rows)
}

# 创建pandas数据框
df = pd.DataFrame(data=data)

# 保存Excel文件
df.to_excel("random_weather_data.xlsx", index=False)

然后学习了数据排序，虽然我感觉和excel没啥差别。。。

df["温度"].sort_values(ascending=False)#降序排列 series排序
df["温度"].sort_values()#升序排列
df.sort_values(by="温度")#对dataframe进行排序
df.sort_values(by="温度",ascending=False)#对dataframe进行降序排序
df.sort_values(by=["温度","气压"])#多列进行排序（默认升序）
df.sort_values(by=["温度","气压"],ascending=False)#多列进行排序（指定降序）
df.sort_values(by=["温度","气压"],ascending=[True,False])#多列进行排序（指定一个升序一个降序，左边优先原则）

字符串处理

df.["温度"].str.replace("C°"，“”).astype('int32')#这句话的意思是先获取series上的str属性，然后在该属性上调用函数

df.dtypes#数据类型，object为字符串列
df["温度"].str.replace("C°"，"")#.str替换
df["温度"].str.len()#不能在数字类型上运行，只能在字符串上
condition=df["时间"].str.startswith("2022-01-22")#bool查询
df[condition].head
df["时间"].str.replace("-","")#多次str处理的链式操作，注意要是字符串类型才行
df["时间"].str.replace("-","").slice(0,6)#不能运行需要重新调用一个series对象
df["时间"].str.replace("-","").str.slice(0,6)#能运行
df["风温"]=df["温度"]-df["湿度"]#这里为啥不能运行
df.["zhongwenriqi"].str.replace("年","").str.replace("月"，"").str.replace("日”，“”)#替换掉中文列表这一列的年月日
df.[zhongwenriqi].str.replace("[年，月，日]"，"")  #第二种方法使用正则表达式替换