pandas基础用法练习

学习目标：

pandas基础

---

学习产出：

import pandas as pd
from sqlalchemy import create_engine
#一共有两个数据库，一个是checksystem（带有student表）一个是testdb（带有meal_order_detail1表）
engine = create_engine('mysql+pymysql://root:123456@localhost:3306/testdb?charset=utf8')
#engine = create_engine('mysql+pymysql://root:123456@localhost:3306/checksystem?charset=utf8')
# print(engine)
# #读取数据库中的表
# formlist = pd.read_sql_query('show tables',con=engine)
# print('checksystem的数据表清单：\n',formlist)
# #读取数据库中表的数据
# detail = pd.read_sql_table('student',con=engine)
# print('student的表数据为：\n',detail)
# #读取表详情
# detail2 = pd.read_sql_query('select * from student',con=engine)
# print('读取的表为：\n',detail2)
# #表数据个数
# print('student表数据个数:',len(detail2))
# #将表数据写入数据库用to_sql,写入数据库只有一个方法，读取数据库的数据有三个方法。
# detail2.to_sql('new_table2',con=engine,if_exists='replace')
# #展示数据库中的表
# formlist2 = pd.read_sql_query('show tables',con=engine)
# print('checksystem的数据表清单：\n',formlist2)
# #同理读取.csv/.jason/.excel等不同的文件都一样

#DataFrame的常见操作，以数据库中的stduent表为例操作
read_table_student = pd.read_sql_table('meal_order_detail1',con=engine)
# print(read_table_student) #打印出整个table，一共有7行数据，4列
# #DataFrame的常用属性values,index,columns,dtypes,分别获取元素，索引，列名，类型
# print('索引:',read_table_student.index)  #索引，即使行序列号0-6（一共7行）
# print('table的所有数据：',read_table_student.values) #打印的数据，二维数组
# print('打印表的列：',read_table_student.columns)
# print('数据表的数据类型：\n',read_table_student.dtypes)
#
# #DataFram的其他属性.size/.ndim/.shape分别获取元素的个数，维度，数据形状
# print('数据表的元素个数：\n',read_table_student.size)
# print('数据表的维度：\n',read_table_student.ndim)
# print('数据表的形状：\n',read_table_student.shape)
#.T属性进行转置
#print('数据表的转置：\n',read_table_student.T)
#查看DataFrame中的数据方式
#查看DataFram的某一列
# print(read_table_student.name) #另一种写法print(read_table_student['name'])
#查看单行一列
# print(read_table_student['name'][:5])
#查看多行多列数据,先列后行
# print(read_table_student[['name','id']][0:3])
#DataFrame的.head/.tail属性可以访问前n行或者后n行数据,形参表示访问多少行，默认参数是5行
# print(read_table_student.head(2))  #访问前两行数据
# print(read_table_student.tail(2))  #访问后两行数据

#DataFram中的loc和iloc实现的花式切片访问,
#print(read_table_student[2:6,['name','id']])
#iloc和loc的条件切片
#loc的条件切片
print(read_table_student.loc[read_table_student['order_id']=='458',['order_id','dishes_name']])
#iloc的条件切片
print(read_table_student.iloc[(read_table_student['order_id']=='458').values,[1,5]])
import pandas as pd
import numpy as np
from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://root:123456@localhost:3306/testdb?charset=utf8')
detail = pd.read_sql_table('meal_order_detail1',con=engine)
order = pd.read_table('meal_order_info.csv',sep=',',encoding='gbk')
user = pd.read_excel('users.xlsx')
print('订单维度:',detail.ndim)
print('信息表维度:',order.ndim)
print('客户维度:',user.ndim)
print('订单形状:',detail.shape)
print('信息表形状:',order.shape)
print('客户形状:',user.shape)
print(detail.loc[:,['counts','amounts']].describe())
import pandas as pd
from sqlalchemy import create_engine
#一共有两个数据库，一个是checksystem（带有student表）一个是testdb（带有meal_order_detail1表）
engine = create_engine('mysql+pymysql://root:123456@localhost:3306/testdb?charset=utf8')
#engine = create_engine('mysql+pymysql://root:123456@localhost:3306/checksystem?charset=utf8')
# print(engine)
# #读取数据库中的表
# formlist = pd.read_sql_query('show tables',con=engine)
# print('checksystem的数据表清单：\n',formlist)
# #读取数据库中表的数据
# detail = pd.read_sql_table('student',con=engine)
# print('student的表数据为：\n',detail)
# #读取表详情
# detail2 = pd.read_sql_query('select * from student',con=engine)
# print('读取的表为：\n',detail2)
# #表数据个数
# print('student表数据个数:',len(detail2))
# #将表数据写入数据库用to_sql,写入数据库只有一个方法，读取数据库的数据有三个方法。
# detail2.to_sql('new_table2',con=engine,if_exists='replace')
# #展示数据库中的表
# formlist2 = pd.read_sql_query('show tables',con=engine)
# print('checksystem的数据表清单：\n',formlist2)
# #同理读取.csv/.jason/.excel等不同的文件都一样

#DataFrame的常见操作，以数据库中的stduent表为例操作
read_table_student = pd.read_sql_table('meal_order_detail1',con=engine)
# print(read_table_student) #打印出整个table，一共有7行数据，4列
# #DataFrame的常用属性values,index,columns,dtypes,分别获取元素，索引，列名，类型
# print('索引:',read_table_student.index)  #索引，即使行序列号0-6（一共7行）
# print('table的所有数据：',read_table_student.values) #打印的数据，二维数组
# print('打印表的列：',read_table_student.columns)
# print('数据表的数据类型：\n',read_table_student.dtypes)
#
# #DataFram的其他属性.size/.ndim/.shape分别获取元素的个数，维度，数据形状
# print('数据表的元素个数：\n',read_table_student.size)
# print('数据表的维度：\n',read_table_student.ndim)
# print('数据表的形状：\n',read_table_student.shape)
#.T属性进行转置
#print('数据表的转置：\n',read_table_student.T)
#查看DataFrame中的数据方式
#查看DataFram的某一列
# print(read_table_student.name) #另一种写法print(read_table_student['name'])
#查看单行一列
# print(read_table_student['name'][:5])
#查看多行多列数据,先列后行
# print(read_table_student[['name','id']][0:3])
#DataFrame的.head/.tail属性可以访问前n行或者后n行数据,形参表示访问多少行，默认参数是5行
# print(read_table_student.head(2))  #访问前两行数据
# print(read_table_student.tail(2))  #访问后两行数据

#DataFram中的loc和iloc实现的花式切片访问,
#print(read_table_student[2:6,['name','id']])
#iloc和loc的条件切片
#loc的条件切片
print(read_table_student.loc[read_table_student['order_id']=='458',['order_id','dishes_name']])
#iloc的条件切片
print(read_table_student.iloc[(read_table_student['order_id']=='458').values,[1,5]]）