#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/8/9 19:42 # @Author : limingyu # @Site : # @File : test_pandas.py # @Software: PyCharm import pandas iris_data = pandas.read_csv("iris.data") print(type(iris_data)) #<class 'pandas.core.frame.DataFrame'> #文件中包含的所有类型 print(iris_data.dtypes) #5.1 float64 #3.5 float64 #1.4 float64 #0.2 float64 #Iris-setosa object #dtype: object #帮助文档 print(help(pandas.read_csv)) #默认显示文件中前五行数据 print(iris_data.head()) # sepal_lg sepal_wd petal_lg petal_wd class #0 5.1 3.5 1.4 0.2 Iris-setosa #1 4.9 3.0 1.4 0.2 Iris-setosa #2 4.7 3.2 1.3 0.2 Iris-setosa #3 4.6 3.1 1.5 0.2 Iris-setosa #4 5.0 3.6 1.4 0.2 Iris-setosa #显示文件中后4行数据 print(iris_data.tail(4)) # sepal_lg sepal_wd petal_lg petal_wd class #146 6.3 2.5 5.0 1.9 Iris-virginica #147 6.5 3.0 5.2 2.0 Iris-virginica #148 6.2 3.4 5.4 2.3 Iris-virginica #149 5.9 3.0 5.1 1.8 Iris-virginica #显示每一列的指标 print(iris_data.columns) #Index(['sepal_lg', 'sepal_wd', 'petal_lg', 'petal_wd', 'class'], dtype='object') #显示样本数和指标数 print(iris_data.shape) #(1(150, 5)一共149个样本,每个样本5个指标 #取数据,取第一行 print(iris_data.loc[0]) #sepal_lg 5.1 #sepal_wd 3.5 #sepal_wd 3.5 #petal_lg 1.4 #petal_wd 0.2 #class Iris-setosa #Name: 0, dtype: object\ #按切片按行取数据 print(iris_data.loc[2:4]) # sepal_lg sepal_wd petal_lg petal_wd class #2 4.7 3.2 1.3 0.2 Iris-setosa #3 4.6 3.1 1.5 0.2 Iris-setosa #4 5.0 3.6 1.4 0.2 Iris-setosa #按列取数据(安列名定位),取第一列 print(iris_data["class"]) #0 Iris-setosa #1 Iris-setosa #2 Iris-setosa #3 Iris-setosa #4 Iris-setosa等 #取多个列,将多列组成list columns = ["petal_wd","class"] iris_columns = iris_data[columns] print(iris_columns) # petal_wd class #0 0.2 Iris-setosa #1 0.2 Iris-setosa #2 0.2 Iris-setosa等 #将列名做成list col_names = iris_data.columns.tolist() print(col_names) #['sepal_lg', 'sepal_wd', 'petal_lg', 'petal_wd', 'class'] sepal_columns = [] for c in col_names: if c.startswith("sepal"): sepal_columns.append(c) sepal_data = iris_data[sepal_columns] print(sepal_data) #打印以sepal开头的样本 # sepal_lg sepal_wd #0 5.1 3.5 #1 4.9 3.0 #2 4.7 3.2 #对文本内容进行算数操作 print(iris_data["sepal_lg"]) #0 5.1等 div_10 = iris_data["sepal_lg"] / 10 print(div_10) #0 0.51等 #pandas排序,默认升序排列,inplace指排序后和排序前是否指向一个空间 iris_data.sort_values("sepal_lg",inplace=True) print(iris_data["sepal_lg"]) #Name: sepal_lg, Length: 150, dtype: float64 # 13 4.3 #42 4.4 #38 4.4 #8 4.4 #41 4.5 #设置降序排列 iris_data.sort_values("sepal_lg",inplace=True,ascending=False) print(iris_data["sepal_lg"]) #Name: sepal_lg, Length: 150, dtype: float64 #131 7.9 #135 7.7 #117 7.7 #pandas的数据类型 #object --string values #int --integer values #float --float values #datetime --time values #bool --Boolean values print(iris_data.dtypes) #dtype: object
pandas简单操作(一)
最新推荐文章于 2022-05-17 15:22:05 发布