pandas内置函数

最新推荐文章于 2023-07-06 21:33:05 发布

认识柚子吗？

最新推荐文章于 2023-07-06 21:33:05 发布

阅读量560

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/qq_44235497/article/details/109276916

版权

本文详细介绍了Pandas库中的数据导入导出、创建测试对象、数据查看、数据选取、数据清理、数据处理、数据合并及数据统计等核心功能。通过示例代码展示了如何高效地操作数据，包括读取CSV、Excel、SQL等格式数据，创建DataFrame，检查数据信息，选择和清洗数据，以及执行过滤、排序、分组和聚合操作。

摘要由CSDN通过智能技术生成

1.导入数据

pd.read_csv(filename)：从CSV文件导入数据
pd.read_table(filename)：从限定分隔符的文本文件导入数据
pd.read_excel(filename)：从Excel文件导入数据
pd.read_sql(query, connection_object)：从SQL表/库导入数据
pd.read_json(json_string)：从JSON格式的字符串导入数据
pd.read_html(url)：解析URL、字符串或者HTML文件，抽取其中的tables表格
pd.read_clipboard()：从你的粘贴板获取内容，并传给read_table()
pd.DataFrame(dict)：从字典对象导入数据，Key是列名，Value是数据

2.导出数据

df.to_csv(filename)：导出数据到CSV文件
df.to_excel(filename)：导出数据到Excel文件
df.to_sql(table_name, connection_object)：导出数据到SQL表
df.to_json(filename)：以Json格式导出数据到文本文件

3.创建测试对象

pd.DataFrame(np.random.rand(20,5))：创建20行5列的随机数组成的DataFrame对象
pd.Series(my_list)：从可迭代对象my_list创建一个Series对象
df.index = pd.date_range(‘1900/1/30’, periods=df.shape[0])：增加