pandas基本使用

萌新必备（基于大佬的整理）

新的改变

一切的开始

import pandas as pd

df代表DateFrame ser代表 Series对象

日常基本使用的操作：

1. 从不同的文件中导入数据
2. 导出为不同的文件格式
3. 查看DateFrame信息
4. 选取数据特定子集
5. 数据清理
6. 分组 排序 过滤
7. 补充

导入文件

1.从csv中读取

pd.read_csv(file_name)

2.从一个分隔的文本文件中读取数据

pd.read_table(file_name)

3.从Excel表读取

pd.read_excel(file_name)

4.从数据库中读取数据

pd.read_sql(query, connectionObject)

5.从json 或 url中读取数据

pd.read_json(jsonString)

6.要获取剪贴板的内容

pd.read_clipboard()

导出文件

1.导出为csv

df.to_csv(file_name)

2.导出为csv

df.to_excel(file_name)

3.导出为csv

df.to_sql(tableName, connectionObject)

4.导出为csv

df.to_json(file_name)

查看DateFrame

1.获取所有索引 数据类型和内存相关信息

df.info()

2.提取dateframe 前面几行

df.head(n)

3.提取dateframe 最后几行

df.tail(n)

4.统计行数与列数

df.shape

5.统计字数列

df.describe()

6.查看唯一值机器计数

ser.value_counts(dropna=False)

选择数据的特定子集

1.提取第一行

df.iloc[0,:]

2.提取第一列的第一个元素

df.iloc[0,0]

3.返回标签为‘cell’的列作为Series

df[cell]

4.返回具有新数据框架的列

df([col1,col2])

5.按位置选择数据

ser.iloc[0]

6.按索引选择数据

ser.loc['index']

数据清理

1.同时命名所有列

df.rename(columns = lambda x: x + 'x')

2.选择性的重命名

df.rename(columns = {'oldName': 'newName'})

3.重命名所有索引

df.rename(index = lambda x: x + 1)

4.按顺序重命名列

df.columns = ['x', 'y', 'z']

5.检查是否为空 返回布尔值

pd.isnull() 
#  反向
pd.notnull()

6.删除含空值得记录

df.dropna()

7.删除所有含空值得列

df.dropna(axis=1)

8.用某个值代替每个空值

df.fillna(n)

9.将数据类型转化为 浮点数

ser.astype(float)

10.替换

ser.replace([1,2], ['3', '4']) 

分组排序过滤

1.返回列值得groupby

df.groupby(colname)

2.返回多列值得groupby

df.groupby([colname1, colname2])

3.升序 降序

df.sort_values(colname1)
df.sort_values(colname2, ascending=False)

4.按条件提取行

df[df[colname] > 100] 

补充

1. datafarme 行追加到末尾

df1.append(df2)

2.datafarme 列追加到末尾

pd.concat([df1,df2],axis=1)

3.获取平均值

df.mean()

4.获取非空值得数量

df.count()