pandas

Pandas是Python语言的一个扩展程序库，用于数据分析。是一个开放源码、BSD许可的库，提供高性能、易于使用的数据结构和数据分析工具。Pandas名字衍生自术语"paneldata"（面板数据）和"Pythondataanalysis"（Python数据分析）。是一个强大的分析结构化数据的工具集，基础是Numpy（提供高性能的矩阵运算）。可以从各种文件格式比如CSV、JSON、SQL、MicrosoftExcel导入数据。可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。Pandas广泛应用在学术、金融、统计学等各个数据分析领域。

使用pip安装pandas:

        pipinstallpandas

导入pandas

         importpandasaspd

Pandas数据结构-Series

Series由索引（index）和列组成，函数如下：pandas.Series(data,index,dtype,name,copy)

参数说明：

data：一组数据(ndarray类型)。

index：数据索引标签，如果不指定，默认从0开始。

dtype：数据类型，默认会自己判断。

name：设置名称。

copy：拷贝数据，默认为False。

 

PandasCSV文件

CSV（Comma-SeparatedValues，逗号分隔值，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。

CSV是一种通用的、相对简单的文件格式，被用户、商业和科学广泛应用。Pandas可以很方便的处理CSV文件，本文以nba.csv为例，你可以下载nba.csv或打开nba.csv查看。

实例

import pandas as pd

df=pd.read_csv('nba.csv')

print(df.to_string())

to_string()用于返回DataFrame类型的数据，如果不使用该函数，则输出结果为数据的前面5行和末尾5行，中间部分以...代替。

实例

import pandas as pd

df=pd.read_csv('nba.csv')

print(df)

Pandas清洗空值

如果我们要删除包含空字段的行，可以使用dropna()方法，语法格式如下：DataFrame.dropna(axis=0,how='any',thresh=None,subset=None,inplace=False)

参数说明：

axis：默认为0，表示逢空值剔除整行，如果设置参数axis＝1表示逢空值去掉整列。

how：默认为'any'如果一行（或一列）里任何一个数据有出现NA就去掉整行，如果设置how='all'一行（或列）都是NA才去掉这整行。

thresh：设置需要多少非空值的数据才可以保留下来的。

subset：设置想要检查的列。如果是多个列，可以使用列名的list作为参数。

inplace：如果设置True，将计算得到的值直接覆盖之前的值并返回None，修改的是源数据。我们可以通过isnull()判断各个单元格是否为空。

实例

import pandas as pd

df=pd.read_csv('property-data.csv')

print(df['NUM_BEDROOMS'])

print(df['NUM_BEDROOMS'].isnull())