【python】Pandas库用法详解！

pandas 是基于NumPy 的一种工具，该工具是为解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。

一.pandas模块的安装

使用pip接口进行安装

pip install pandas

pip接口详细说明可以看：【python】之pip，Python 包管理工具详解！_pip 包管理_彭彭能呀的博客-CSDN博客

二、使用步骤

pandas的数据结构：

（1）Series：类似表格中的一个列(column),类似于一维数组，可以保存任何数据类型，由索引(index)和列组成。

（2）DataFrame：是一个表格型的数据结构，每列可以是不同的值类型（数值，字符串，布尔型值），DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典。

1.先来看看Series：

import pandas as pd  ###导入pandas模块

pd.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，默认伟False

(1)获取一列数据

import pandas as pd

x = [3,4,5,6,7,8,9]

pd.Series(x)

输出：

从0开始排列，dtype类型为int64。

（2）设置索引

import pandas as pd

x = [3,4,5,6]

pd.Series(x,index=['a','b','c','d'])

输出如下：

 

如上图1，设置索引对应列表数据，如图2直接获取a的值。

2. 接下来了解下DataFrame类型：

import pandas as pd

pd.DataFrame( data, index, columns, dtype, copy)

参数说明：

data：一组数据（ndarray、series, map, lists, dict 等类型）

index：数据索引标签，如果不指定，默认从0开始

columns：列索引

dtype：数据类型，默认会自己判断

copy：拷贝数据，默认伟False

（1）.获取一组数据

import pandas as pd

data = {'name':['xx','zz','hh','aa'],
       'year':[2000,2001,2002,2003],
       'age':[15,16,17,18]}

a = pd.DataFrame(data)

print(a)

输出：

 输出表格型的数据结构。

（2）.设置行、列索引

import pandas as pd

data = {'name':['xx','zz','hh','aa'],
       'year':[2000,2001,2002,2003],
       'age':[15,16,17,18]}

a = pd.DataFrame(data)

print(a)

pd1 = pd.DataFrame(data,columns=['name','year','age'],index=['a','b','c','d'])

pd1

输出：

 

（3）. 获取指定列信息

import pandas as pd

data = {'name':['xx','zz','hh','aa'],
       'year':[2000,2001,2002,2003],
       'age':[15,16,17,18]}

a = pd.DataFrame(data)

print(a)

pd1 = pd.DataFrame(data,columns=['name','year','age'],index=['a','b','c','d'])

pd1

pd1[['year']]

输出：

（4）.切片行数据

import pandas as pd

data = {'name':['xx','zz','hh','aa'],
       'year':[2000,2001,2002,2003],
       'age':[15,16,17,18]}

a = pd.DataFrame(data)

print(a)

pd1 = pd.DataFrame(data,columns=['name','year','age'],index=['a','b','c','d'])

pd1

pd1[:2]

输出：

（5）.条件筛选，获取满足条件的行数据

import pandas as pd

data = {'name':['xx','zz','hh','aa'],
       'year':[2000,2001,2002,2003],
       'age':[15,16,17,18]}

a = pd.DataFrame(data)

print(a)

pd1 = pd.DataFrame(data,columns=['name','year','age'],index=['a','b','c','d'])

pd1

pd1[pd1['age']>15]

输出：

 筛选出年龄大于15的同学

（6）.先筛选行，在筛选列

import pandas as pd

data = {'name':['xx','zz','hh','aa'],
       'year':[2000,2001,2002,2003],
       'age':[15,16,17,18]}

a = pd.DataFrame(data)

print(a)

pd1 = pd.DataFrame(data,columns=['name','year','age'],index=['a','b','c','d'])

pd1

pd1[:2][['name','year']]

输出：

（7）.删除指定行

import pandas as pd

data = {'name':['xx','zz','hh','aa'],
       'year':[2000,2001,2002,2003],
       'age':[15,16,17,18]}

a = pd.DataFrame(data)

print(a)

pd1 = pd.DataFrame(data,columns=['name','year','age'],index=['a','b','c','d'])

pd1

data = pd1.drop(['a'])

print(data)

输出：

3.pandas文件读取和储存

 pandas支持的常用文件类型包括：HDF5,CSV,SQL,XLS,JSON等

（1）读取CSV文件数据

import pandas as pd

data = pd.read_csv(r"....\test.csv",encoding='gbk')

print(data)

 输出：

 （2）读取指定列数据

import pandas as pd

data = pd.read_csv(r"...\test.csv",usecols=['下限'],encoding='gbk')

print(data)

输出：

先写这么多....

@Neng