pandas入门-dataFrame

简介

Pandas是一款开放源码的BSD许可的Python库，为Python编程语言提供了高性能，易于使用的数据结构和数据分析工具。Pandas用于广泛的领域，包括金融，经济，统计，分析等学术和商业领域。
注：本页代码实现环境为jupyter

安装

pip install pandas

导入

# -*- encoding:utf-8 -*-
import os
import numpy as np
import pandas as pd

读取csv文件

path_dir = './datasets_src'
name_e = 'pandas_example.csv'
f_example = open(os.path.join(path_dir,name_e),'r',encoding='utf-8')
pd_example = pd.read_csv(f_example,encoding='utf-8')
print('表的列名：',pd_example.columns)
pd_example

创建、复制与新增列

new_dFrame = pd.DataFrame()       # 创建新的dataFrame
new_dFrame = pd_example           # 将之前的赋给新的dataFrame
sc_list = list([100,550,720,800]) 
new_dFrame['screen'] = sc_list    # 新增列
new_dFrame                        # jupyter显示

取某列中某元素所在的行所组成的表

mnew_dFrame = new_dFrame[new_dFrame['computer'].isin([1000])] # 此处为取computer列中1000所在的行
mnew_dFrame

统计某列中个元素及数量

mnew_dFrame['mobile'].value_counts() # 默认升序排列

通过index重排数据表

mnew_dFrame_temp =  mnew_dFrame.reindex([1,3,2])
mnew_dFrame_temp

将NaN值转化为0，方便之后使用pyecharts

mnew_dFrame_last = mnew_dFrame_temp.where(mnew_dFrame_temp.notnull(), 0)
mnew_dFrame_last

将某列全部置为某值

temp_ma['unit'] = temp_ma['unit'].map(lambda x:'某值')