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:
- 从不同的文件中导入数据
- 导出为不同的文件格式
- 查看DateFrame信息
- 选取数据特定子集
- 数据清理
- 分组 排序 过滤
- 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
- 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()