python处理表格(一)

1.添加需要的包

import numpy as np
import pandas as pd

import matplotlib.pyplot as plt

2.创建一个表格数据

dates = pd.date_range('20160301',periods=6)
df = pd.DataFrame(np.random.randn(6,4),index = dates,columns = list('ABCD'))
df

3.为表格数据增加E列,并通过index控制行的数量,这里选取的前四行

df1 = df.reindex(index=dates[0:4],columns = list(df.columns)+['E'])

df1


4.对中间两行的E列进行赋值

df1.loc[dates[1:3],'E']=2
df1



Python是一种广泛使用的编程语言,常用于数据处理和分析。在Python中,处理表格数据主要依靠pandas这个库。 Pandas库提供了DataFrame和Series两种数据结构,用来处理表格数据和序列数据。其中,DataFrame可以看做一张表格,每列数据类型可以不同,每行数据可以有不同的索引。Series则可以看做只有一列的DataFrame。 在使用Pandas处理表格数据前,首先需要导入Pandas库。一般习惯将其命名为pd,这样可以更加方便地调用其中的函数和类。 import pandas as pd 然后,我们可以使用pd.read_excel()、pd.read_csv()等函数读取Excel文件、CSV文件等表格数据,将其转化为DataFrame。转化后的DataFrame可以使用多种方法进行数据查询、筛选、排序、分组、计算等操作。 例如,我们可以使用df.head()函数查看表格前几行的数据: df = pd.read_excel('data.xlsx') print(df.head()) 我们还可以使用df.describe()函数查看表格的统计信息: print(df.describe()) 当然,在处理表格数据时,我们可能需要进行数据清洗和转化。比如,我们可能需要将某一列数据进行分组、求和、计数等操作,或者需要根据某一列的值筛选出符合条件的数据。这些操作也可以使用Pandas的函数和方法进行处理。 综上,Python处理表格数据主要采用Pandas库,通过导入和使用其中的DataFrame和Series等数据结构,以及相关的函数和方法,实现对表格数据的各种操作和处理
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值