pandas库知识点总结

pandas库知识点总结

1. 读取文件
   这里是读入csv文件,要注意encoding参数的设置.该csv文件是’gbk’编码的,开始的时候不知道,我把encoding设置成了’utf-8’,结果读取的数据中中文是乱码的

df_data = pd.read_csv(filename, encoding="gbk")

2. pandas的index对象
   用列表设置索引,这里的索引是行索引,注意在设置索引时如果与原数据的索引不匹配,会使原数据变成Nan值

In[11]: data = pd.Series(['a', 'b', 'c'], index=[1, 3, 5])
data
Out[11]: 1 a
	     3 b
	     5 c
```python
data = pd.DataFrame(data,index=labels1)

3. dataframe结构的切片和索引

• loc 属性

这里的dataframe类似于多维数组,使用loc属性对index进行行索引

In[14]: data.loc[1] 
Out[14]: 'a'
In[15]: data.loc[1:3]
Out[15]: 1 a
		 3 b
dtype: object

• iloc 属性

它的索引可以使用iloc属性实现,下面的代码提取了242-410行,第四列

alarm_dates = df_alarm.iloc[242:410, 3]

• 使用列标题来查找column

In[18]: area = pd.Series({'California': 423967, 'Texas': 695662,
'New York': 141297, 'Florida': 170312,
'Illinois': 149995})
pop = pd.Series({'California': 38332521, 'Texas': 26448193,
'New York': 19651127, 'Florida': 19552860,
'Illinois': 12882135})
data = pd.DataFrame({'area':area, 'pop':pop})
data
Out[18]  : area pop
California 423967 38332521
Florida    170312 19552860
Illinois   149995 12882135
New York   141297 19651127
Texas      695662 26448193

4. 将pandas转换成二维数组
   使用values属性将dataframe 转换成数组

In[24]: data.values
Out[24]:
 array([[ 4.23967000e+05, 3.83325210e+07, 9.04139261e+01],       
[ 1.70312000e+05, 1.95528600e+07, 1.14806121e+02],
[ 1.49995000e+05, 1.28821350e+07, 8.58837628e+01],
[ 1.41297000e+05, 1.96511270e+07, 1.39076746e+02],
[ 6.95662000e+05, 2.64481930e+07, 3.80187404e+01]])

5 .写入文件,这里是把pandas数据写入csv文件

df_datai.to_csv(filename, encoding="gbk")