Pandas常用函数总结（一）

      最近在参加Kaggle上的一个比赛，发现比赛用的数据地址以及标签都放在了CSV文件里面，然后就需要使用Pandas这个工具包，进行数据分析以及操作，以下就总结下里面常用到的一些基本函数使用方法。Pandas工具包最主要的作用就是数据分析，可以处理csv,excle,txt，等各种常见的数据类型。下面就以处理csv文件为例。

一、读取数据

这里随机创建了一个csv文件，表格内容如下所示，文件名为 exercise.CSV。一般就是使用read_csv()函数来读取CSV文件的内容，该函数使用灵活多变，有很多可选参数，什么都不加的情况，就是以第一行作为列索引，然后在最左列自动添加0,1,2,3.....作为行索引，此时NO.1，NO.2....也是作为值读入了。添加常用参数index_col之后，可以指定某一列作为行索引，这是再打印其值，发现NO.1，NO.2...就没有读入进来，只是充当了行索引。这只是其中的一个参数，还有header参数可以指定某一行作为列索引，默认情况都是以第一行，有的时候，要是没有表头，也可以使用header=None,这样就可以把一行也作为数据读入了。还有的情况是需要跳过一些行再进行读入，可以使用参数skiprows来进行设置。总之还有很多参数，有需要的可以去了解下官方文档。

import pandas as pd
import pandas as pd

exercise_pd=pd.read_csv("exercise.CSV")
print(exercise_pd)
print(exercise_pd.values)
<<
 StudentID  Col1  Col2  Col3
0      NO.1    89    90    76
1      NO.2    53    98    79
2      NO.3    43    36    56
3      NO.4    49    88    66

[['NO.1' 89 90 76]
 ['NO.2' 53 98 79]
 ['NO.3' 43 36 56]
 ['NO.4' 49 88 66]]

#********************************************************************************
exercise_pd_2=pd.read_csv("exercise.CSV",index_col='StudentID')
print(exercise_pd_2)
print(exercise_pd_2.values)
<<
          Col1  Col2  Col3
StudentID                  
NO.1         89    90    76
NO.2         53    98    79
NO.3         43    36    56
NO.4         49    88    66

[[89 90 76]
 [53 98 79]
 [43 36 56]
 [49 88 66]]

二、loc和iloc的区别

这两个函数都是用来删选指定区域的数据，主要的区别有两点

2.1 .loc()是通过标签来读取数据 

      .iloc()则是以左上角的数据值作为原点(0, 0)，然后通过坐标来读取数据，需要注意，这里的原点就是数字89所在的位置，因为读取数据的时候，表头和最左侧的StudentID都没有作为数据读入，但是我们Prtint的时候，为了方便查看结果，表头和最左侧的还是会显示出来的。

2.2 还有一个区别就是数据区间问题， .loc()数据读的都是闭区间，NO.1, NO.2, NO.3都读入

.iloc()则是左闭右开区间，只读入0,1,2

import pandas as pd

exercise_pd_2=pd.read_csv("exercise.CSV",index_col='StudentID')
a=exercise_pd_2.loc['NO.1':'NO.3','Col1':'Col3']
print(a)

<<
           Col1  Col2  Col3
StudentID                  
NO.1         89    90    76
NO.2         53    98    79
NO.3         43    36    56

#**********************************************************************
b=exercise_pd_2.iloc[0:3,0:3]
print(b)

<<
           Col1  Col2  Col3
StudentID                  
NO.1         89    90    76
NO.2         53    98    79
NO.3         43    36    56