数据分析第二天--pandas DataFrame部分和数据导入导出

1.pandas DataFrame部分

昨天讲了序列部分，今天来讲讲pandas的数据框，其实是昨天偷懒没写。环境还是一样，用spyder就好。

概念

数据框(DataFrame)用于存储多行和多列的数据集合，有点像Excel表格，它的不同列可以是不同的数据类型。

定义一个数据框

通过pandas的DataFrame函数通过字典来生成数据框，这个函数一般包含三个参数。
pandas.DataFrame(data=None,index=None,columns=None)

参数	说明
data	数据用字典表示，默认为空
index	索引可以方便找到某个数据，默认为空
columns	数据中要使用的列，用于控制列的顺序，默认为空

下面就来生成一个数据框

import pandas as pd

#定义数据框，通过data参数指定数据
dataframe=pd.DataFrame(
        data={
                'name':['a','b','c'],
                'age':[20,22,29]
                }
        )
print(dataframe)

可以在变量框中点击dataframe看到生成的数据框的内容

如果需要自定义索引值，并且指定列的顺序就需要使用index,columns参数进行设置。

#通过index columns参数进行设置
df=pd.DataFrame(
        data={
                'name':['a','b','c'],
                'age':[20,22,29]
                },
        index=['first','second','third'],
        columns=['age','name']  
        )

可以看到索引行变成了我们设定的，而且列的顺序替换成我们设置的。

对DataFrame的增删改查

增添数据

使用append函数，添加的数据也要是数据框类型，第二个参数可以选择是否忽略新加入数据框的索引，默认是False不忽略。

#为df增加dataframe中的数据
df=df.append(dataframe)

#为df新增加一列数据
df['class']=[1,2,3,4,5,6]

记得新增加列的行数一定要与原本数据框的行数保持一致

删除数据

使用drop函数
pandas.DataFrame.drop(labels,axis=0,inplace=False,errors=‘raise’)

参数	说明
labels	要删除数据行对应的索引，可以一个或者多个
axis	0代表index也就是行，1代表column也就是列
inplace	是否修改原来的数据框，默认为False
errors	labels不存在时是否报错，默认为raise也就是报错

#删除df索引为1的行
df=df.drop(1,axis=0)
#删除df列名为name的列
df=df.drop('name',axis=1)

更改数据

修改数据框中的值，索引或者列名都可以直接通过改变对应的值，再重新赋值来完成改变。

#更改数据框中的值，索引，和列名
df.columns=['A','B']
df.index=[1,2,3,4,5]
df.at[1,'A']=100

查找数据

一般我们数据分析对数据框进行查找时，一般会根据某些条件过滤再查找，这个过程也可以叫记录抽取。

#查找数据框中的值
print(df['A'])
print(df.iloc[2])

DataFrame运算的使用

#DataFrame数据计算
#目标：生成一个数据框，先对它求平方，再对它进行四则运算，最后把结果放入数据框
data=pd.DataFrame(
        data={
                'A':[1,3,5,7,9]
                }
        )
data['B']=data.A.pow(2)
data['add']=data.B+data.A
data['sub']=data.B-data.A
data['mul']=data.B*data.A
data['div']=data.B/data.A

#使用iterrows函数返回每一行数据，并且添加列c作为A+B的结果
for index,r in data.iterrows():
    print(index)
    print(r)
    print('---------------')
    
c=[]
for index,r in data.iterrows():
    c.append(r['A']+r['B'])
data['c']=c

2.数据的导入导出

数据导入

首先如果数据时以数据库的形式存放的话，只需要连接数据库，然后读取数据就可以了，我主要讲讲文件形式存放数据的导入方法。

csv文件的导入
csv文件是以逗号作为分隔符的一种纯文本文件
pandas导入csv文件主要用read_csv函数
常用的参数有filepath,sep,names,encoding。
filepath就是想要导入csv文件的路径，一般使用绝对路径，且用/或者\表示。
sep表示分隔符，一般csv文件默认是逗号。
names表示导入的列和指定列的顺序，默认按顺序导入所有列。
encoding表示文件编码，大多时候会让encoding=‘utf-8’。

txt文件的导入
txt文件也就是文本文件，应该是我们最常见的一种
导入txt文件我们一般用read_table函数
参数和read_csv函数中的一样
但是由于txt文件分隔符不确定，所以它的参数设置要比csv文件更准确，一般要设置好列名(names）,分隔符(sep)和编码(encoding)

Excel文件的导入
Excel文件本身就很直观，而且也拥有计算，图标等功能
一般用pandas的read_excel函数来导入数据
它的参数只有路径名，读取的表格名，读取的列名，不过一般我们只用写好路径名就行了。

数据导出

我们处理完数据之后，想要把处理好的结果保存起来，就需要数据导出。
在pandas中我们用to_csv函数导出数据
参数和read_csv差不多一共有五个，文件路径，分隔符，索引，列名和编码
文件路径：记得最后写上.csv文件格式
分隔符：输出文件的分隔符，默认为逗号，也可以用制表符等等
索引：是否输出索引，默认为输出索引，如果不想要可以改为False
列名：是否输出列名，默认为输出列名
编码：默认为utf-8

3.总结

今天算是把昨天的任务都补上了，另外呢我也上传了我精心收集的一些关于python的学习资料，内容大概有将近4G，如果想学的小伙伴可以去下载，链接为
https://download.csdn.net/download/shelgi/11390809
希望大家能支持一下，毕竟收集这些资料我也花了不少精力和那啥嘛（不谈$，不然显得太俗，嘻嘻）。下次呢我会聊聊关于数据处理的内容，拜拜