pandas入门学习01

pandas底 层是numpy，pandas的操作
pandas.read_csv(“目录文件”)，读取csv格式的文件
pandas里面字符型是object，不是string
pandas.read_csv(“目录文件”).head(x)，大致显示内容，x可以指定也可以不指定，如果指定则显示x行
pandas.read_csv(“目录文件”).tail(x)，与head功能类似，只不过从最后开始读取
.columns,把每一列的指标（常常第一列）打印出来
.shape，把数据的维度打印出来，即几行几列
.loc[x]，把第x的位置的数据取出来
.loc[x,y]切片，取出从x到y
[string1,string2，----],定位到当前的列，把该列内容取出来，可以多个
.tolist(),把内容存为一个列表
.endswith(“string”),返回一个bool值，判断尾字符是否为string
如果维度一样，那么直接运算相对于对应位置的数字做运算
.sort_values(string,inplace=True/False,ascending=True/False)，把数据中string这列进行从小到大（true）/从大到小排序（false），inplace决定是否在原数据操作，在（true），不在，创建一个新的（false）
NaN表示缺失值，如果数据中有缺失值，不做处理的话，会导致结果也为nan
.isnull(list),返回bool列表，判断是否缺失值
.pivot_table(index=string1,values=string2,aggfunc=np.mean)，index所指是以什么为基准的，values是index与其中间的关系，aggfunc指求的是什么类型的关系，这里是平均值
pivot_table(index=string1,values=[string2,string3],aggfunc=np.sum)，一个量与其他两个量的关系，求和
.dropna(axis=0,subset=[string1,string2]),只看string1与string2这两行数据，如有缺失值，则删去这行。axis=1，代表删除这列，subset可以不指定，那么就是判断所有的数锯
可以直接通过位置访问数据，只需要行坐标与列坐标即可