python自己实际操作

-----导入

出现（SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape）

开头加个 r  就可以了

import pandas as pd

ccf=pd.read_csv(r'C:\Users\pc\Desktop\tc\sample_submission.csv')
first_rows = ccf.head(n=5) 

print(first_rows)

导入多sheet excel

import pandas as pd
#使用pandas读取excel文件
xls_file=pd.ExcelFile('./data/workbook.xls')xls_file.sheet_names
#显示出读入excel文件中的表名字
table1=xls_file.parse('first_sheet')
table2=xls_file.parse('second_sheet')
xlsx_file=pd.ExcelFile("./demo.xlsx")
x1=xlsx_file.parse(0)x2=xlsx_file.parse(1)
#excel文件的写出#data.to_excel("abc.xlsx",sheet_name="abc",index=False,header=True) #
该条语句会运行失败，原因在于写入的对象是np数组而不是DataFrame对象,只有DataFrame对象才能使用to_excel方法。
DataFrame(data).to_excel("abc.xlsx",sheet_name="123",index=False,header=True)

#excel文件和pandas的交互读写，主要使用到pandas中的两个函数,一个是pd.ExcelFile函数,一个是to_excel函数

修改索引排序，从1开始

ccf.columns = ['a', 'b', 'c', 'd']

ccf.index=range(1,ccf.shape[0]+1)

---参数不接受一维数组

age_scale_param = scaler.fit(df['Age'])
df['Age_scaled'] = scaler.fit_transform(df['Age'], age_scale_param)
fare_scale_param = scaler.fit(df['Fare'])
df['Fare_scaled'] = scaler.fit_transform(df['Fare'], fare_scale_param)

---修改后

age_scale_param = scaler.fit(df['Age'].values.reshape(-1, 1))

df['Age_scaled'] = scaler.fit_transform(df['Age'].values.reshape(-1, 1), age_scale_param)
fare_scale_param = scaler.fit(df['Fare'].values.reshape(-1, 1))
df['Fare_scaled'] = scaler.fit_transform(df['Fare'].values.reshape(-1, 1), fare_scale_param)
print(df)