pandas常用函数

---

一、pandas是什么？

1、Pandas是Python的一个数据分析包，该工具为解决数据分析任务而创建。
2、Pandas纳入大量库和标准数据模型，提供高效的操作数据集所需的工具。
3、Pandas提供大量能使我们快速便捷地处理数据的函数和方法。
4、Pandas是字典形式，基于NumPy创建，让NumPy为中心的应用变得更加简单。

二、常用函数

1.读入csv数据

import pandas as pd
pd.read_csv("girl.csv")

read.csv()中有很多其他参数可以选择。

pd.read_csv('girl.csv', sep='\t')#sep分隔符
pd.read_csv('girl.csv',delim_whitespace=True)#分割所有空白字符

还有header和name参数

#当header和name都没赋值时，header为0，即选取文件的第一行作为表头

# 不指定names，指定header为1，则选取第二行当做表头，第二行下面为数据
pd.read_csv('girl.csv',delim_whitespace=True, header=1)

#指定name，不指定header，则把name当作表头，csv中的所有当数据
pd.read_csv('girl.csv', delim_whitespace=True
, names=["编号", "姓名", "地址", "日期"])
#可以看到，names适用于没有表头的情况，

pd.read_csv('girl.csv', delim_whitespace=True, 
names=["编号", "姓名", "地址", "日期"], header=0)
#可以实现替换表头
#总之，必须有表头。

---

2.数据处理

2.1 iloc()

对dataframe类型数据进行处理：

	A	B	C	D
a	0.560094	0.352686	0.954100	0.926277
b	0.563728	0.335517	0.232902	0.973932
c	0.482155	0.976618	0.565462	0.44510
d	0.47714	0.933353	0.291764	0.986668

iloc 基于行索引和列索引（index，columns） 都是从 0 开始
如果数据的行标签和列标签名字太长或不容易记，则用 iloc 很方便，只需记标签对应的索引即可

### .loc先行后列，中间用逗号（,）分割，例如取 a 和 A 对应的数据
frame.iloc[0,0]
#结果：0.56009394013943303

### 取前两行对应数据
frame.iloc[0:2,:]

	A	B	C	D
a	0.560094	0.352686	0.954100	0.926277
b	0.563728	0.335517	0.232902	0.973932

### 取前两列对应数据
frame.iloc[:,0:2]

	A	B
a	0.560094	0.352686
b	0.563728	0.335517
c	0.482155	0.976618
d	0.47714	0.933353

### 上面的例子取的都是连续的行和列，若取第一行和第四行、第一列和第四列对应的数据，则
frame.iloc[[0,3],[0,3]]

---

2.2、创建dataframe格式数据

有很多种方式可以获得df格式的数据。我认为主要分为三大类：
1：直接从文件中读取得到df数据
2：先创建一个空的，再往里赋值
3：从其他格式转换为df格式（都是使用pd.DataFrame函数）
这里面我日常使用中第一和第三种方式最为常用。第一种可以往上翻看读取数据。
这里主要介绍下第三种

---

2.2.1 list转df

import pandas as pd
new_lists =[ [1,2,3,4,5], [7,8,9,10,11], {1,2,3,4,5}]
df2 =pd.DataFrame(new_lists, columns = ["image","quality","type","Retinopathy_grade","Risk_of_macular_edema"])
print(df2)

  image  quality  type  Retinopathy_grade  Risk_of_macular_edema
0      1        2     3                  4                      5
1      7        8     9                 10                     11
2      1        2     3                  4                      5

原来列表里有集合也不影响。
注意：list的列数要和你自己设置的列数一致，不然会报错。

也可以指定每行index = [ ‘i.’, ‘ii.’,“iii” ]

df2 =pd.DataFrame(new_lists, columns = 
["image","quality","type","Retinopathy_grade","Risk_of_macular_edema"],
index = [ 'i.', 'ii.',"iii" ])

     image  quality  type  Retinopathy_grade  Risk_of_macular_edema
i.       1        2     3                  4                      5
ii.      7        8     9                 10                     11
iii      1        2     3                  4                      5

但也要注意行数和lisi的行数要一致不然会报错。

---

2.2.2 numpy转df

import numpy as np
data_np =np.random.randint(100, size=(4, 3)) 
data_df = pd.DataFrame(data_np)
print(data_df)

   0   1   2
0  70  36  79
1  38  17  29
2  63  45  74
3  21  25   2

---

3、赋值

今天在对df数据进行重新赋值时使用：

df.iloc[行，列] = a

虽然没有报错，但数据没有改变。要用下面的方法才会正确赋值：

df[列,行] = a

---

之后更新