本文介绍了Pandas库中创建、索引、排序数据框的方法，包括DataFrame构造、loc和iloc的使用，以及数据排序的sort_values()。还讨论了数据转换、数据读取和保存，如astype()、read_csv、read_excel、to_csv、to_excel和to_sql。此外，提到了数据库链接、数据描述统计、筛选、数据类型修改和处理冗余及缺失值的技巧。
创建数据框
pd.DataFrame
基于行标签和列标签（x_label、y_label）进行索引
loc
基于行索引和列索引（index，columns） 都是从 0 开始
iloc
将数据集依照某个字段中的数据进行排序
sort_values()
用法
DataFrame.sort_values(by=‘##’,axis=0,ascending=True, inplace=False, na_position=‘last’)
观察这一系列数据的范围。大小、波动趋势等等，便于判断后续对数据采取哪类模型更合适。
DataFrame.describe(percentiles=None, include=None, exclude=None)
读取外部文件信息
pd.read_csv
pd.read_excel
在不同数据类型间转换
df.astype(
dtype : 指定希望转换的数据类型
可以使用numpy或者python中的数据类型: int/float/bool/str
copy = True : 是否生成新的副本，而不是替换原数据框
errors = ‘raise’ : 转换出错时是否抛出错误，‘raise’/‘ignore’
)
保存数据到外部文件
df.to_csv(
filepath_or_buffer：要保存的文件路径
sep = ‘,’ ：列分隔符
columns ：需要导出的变量列表
header = True ：指定导出数据的新变量名，可直接提供list
index = True ：是否导出索引
最低0.47元/天 解锁文章
473
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
