Pandas基本操作

pandas基本操作

这里需要先说一下一种新的格式csv格式：
csv格式的特点：
1.纯文本
2.每条记录被相同的分隔符分割开
3.每条记录有相同的字段序列

pandas

导入表格数据

import pandas as pd
abs_path = "C:/Users/14037/Desktop/pandastest.csv"
df = pd.read_csv(abs_path)
print(df)

   id  name  class  age  math_score  English_sccore
0   0  zhao      1   16          90              87
1   1  qian      2   15          88              90
2   2   sun      3   16          69              89
3   3    li      1   15          89              91
4   4  zhou      3   17          59              85
5   5    wu      2   16          83              90
6   6  wang      2   16          83              87

取前几条数据用head()函数

print(df.head()) #默认取前五条，根据需要，在小括号里增加数字

   id  name  class  age  math_score  English_sccore
0   0  zhao      1   16          90              87
1   1  qian      2   15          88              90
2   2   sun      3   16          69              89
3   3    li      1   15          89              91
4   4  zhou      3   17          59              85

列名，索引信息

print(df.columns)  # 列名
print(df.index)   # 索引

Index(['id', 'name', 'class', 'age', 'math_score', 'English_sccore'], dtype='object')
RangeIndex(start=0, stop=7, step=1)

定位函数.loc()，具体每条信息详情

print(df.loc[0])

id                   0
name              zhao
class                1
age                 16
math_score          90
English_sccore      87
Name: 0, dtype: object

信息筛选

1> 简单筛选。例如选出数学的成绩(列名中任意一个的信息)

print(df.math_score)

0    90
1    88
2    69
3    89
4    59
5    83
6    83
Name: math_score, dtype: int64

2> 筛选部分成绩

print(df.math_score>80)

0     True
1     True
2    False
3     True
4    False
5    False
6    False
Name: math_score, dtype: bool

3> 筛选输出表格形式

print(df[df.math_score>85])

   id  name  class  age  math_score  English_sccore
0   0  zhao      1   16          90              87
1   1  qian      2   15          88              90
3   3    li      1   15          89              91

4>复杂筛选

print(df[(df.math_score>85) & (df.English_sccore>=90)])

   id  name  class  age  math_score  English_sccore
1   1  qian      2   15          88              90
3   3    li      1   15          89              91

排序

.sort_values()函数，默认升序排序

print(df.sort_values(['math_score']))

   id  name  class  age  math_score  English_sccore
4   4  zhou      3   17          59              85
2   2   sun      3   16          69              89
5   5    wu      2   16          83              90
6   6  wang      2   16          83              87
1   1  qian      2   15          88              90
3   3    li      1   15          89              91
0   0  zhao      1   16          90              87

可更改排序方式，设置ascending=False，默认为True

print(df.sort_values(['math_score'],ascending=False))

   id  name  class  age  math_score  English_sccore
0   0  zhao      1   16          90              87
3   3    li      1   15          89              91
1   1  qian      2   15          88              90
5   5    wu      2   16          83              90
6   6  wang      2   16          83              87
2   2   sun      3   16          69              89
4   4  zhou      3   17          59              85

数学成绩相等时，按照英语成绩排序

print(df.sort_values(['math_score', 'English_sccore']))

   id  name  class  age  math_score  English_sccore
4   4  zhou      3   17          59              85
2   2   sun      3   16          69              89
6   6  wang      2   16          83              87
5   5    wu      2   16          83              90
1   1  qian      2   15          88              90
3   3    li      1   15          89              91
0   0  zhao      1   16          90              87

索引

score = {
    'english': [90, 78, 89],
    'math': [64, 78, 45],
    'name': ['wang', 'li', 'sun']
}
df = pd.DataFrame(score)
print(df)
print(df.index)

   english  math  name
0       90    64  wang
1       78    78    li
2       89    45   sun
RangeIndex(start=0, stop=3, step=1)

索引可以自己设置

score = {
    'english': [90, 78, 89],
    'math': [64, 78, 45],
    'name': ['wang', 'li', 'sun']
}
# df = pd.DataFrame(score)
df = pd.DataFrame(score, index=['one','two','three'])
print(df)
print(df.index)

       english  math  name
one         90    64  wang
two         78    78    li
three       89    45   sun
Index(['one', 'two', 'three'], dtype='object')

此时不存在数字索引，因此，不能用数字进行访问，否则会出错

print(df.loc['one'])

english      90
math         64
name       wang
Name: one, dtype: object

当索引不是数字索引时，想要用数字索引，用iloc[0]

print(df.iloc[0])

english      90
math         64
name       wang
Name: one, dtype: object

当索引是数字时，loc[]和iloc[]是一样的，但是索引不是数字时，想用数字索引，就需要用iloc[数字]

访问多行

print(df.iloc[:3])

   id  name  class  age  math_score  English_sccore
0   0  zhao      1   16          90              87
1   1  qian      2   15          88              90
2   2   sun      3   16          69              89

切片方式访问多行数据

print(df[:2])

   id  name  class  age  math_score  English_sccore
0   0  zhao      1   16          90              87
1   1  qian      2   15          88              90

取出表中所有值

print(df.values)

[[0 'zhao' 1 16 90 87]
 [1 'qian' 2 15 88 90]
 [2 'sun' 3 16 69 89]
 [3 'li' 1 15 89 91]
 [4 'zhou' 3 17 59 85]
 [5 'wu' 2 16 83 90]
 [6 'wang' 2 16 83 87]]

数学成绩的数值

print(df.math_score.values)

[90 88 69 89 59 83 83]

数学成绩

print(df['math_score'])

0    90
1    88
2    69
3    89
4    59
5    83
6    83
Name: math_score, dtype: int64

print(df.math_score.value_counts) #等价于df.math_score

<bound method IndexOpsMixin.value_counts of 
0    90
1    88
2    69
3    89
4    59
5    83
6    83

获取多列

print(df[['math_score','English_sccore']])

   math_score  English_sccore
0          90              87
1          88              90
2          69              89
3          89              91
4          59              85
5          83              90
6          83              87