pandas自动创建文件夹_pandas快速入门

pandas有两类数据对象：dataframe和series。Series是一个带标签的一维数组，通常索引在左，值在右。dataframe是一个带标签的二维数组，可以理解成series的字典，共用索引标签。重点记录dataframe的相关用法：

一.创建dataframe

1.如下图所示，主要是要Dataframe方法结合numpy函数可快速创建，以下演示了三种不同的创建方法：

#1.创建dataframe格式

import pandas as pd

import numpy as np

df1=pd.DataFrame(np.random.randn(4,4),index=np.arange(4),columns=list('ABCD'))

df2=pd.DataFrame(np.arange(16).reshape(4,4),index=[1,2,3,4],columns=["A","B","C","D"])

df3=pd.DataFrame({"A":1,"B":2,"C":pd.date_range('20200201',periods=4),"D":pd.Series(1,index=[1,2,3,4])})

打印结果

二.查看数据

#查看数据

df1.head(1) #1查看头部第一行数据

df1.dtypes #2查看列类型

df2.columns #2查看列名

df2.to_numpy() #3用numpy方法快速查看数据

df2.describe() #4查看统计摘要

df2.T #5行列互换，转置

df2.sort_index(axis=1,ascending=False) #6按列轴大小排序

df2.sort_values(by="B") #7按列的B轴数值大小排序

1.首尾数据：head()/tail()

df1.head(1) / df1.tail(2)

2.显示索引、列名、列类型

df1.index / df1.columns / df1.dtypes

个人觉得：查看列类型在数据清洗中应该会用的比较多

image

3.查看列表数据:df2.to_numpy()

可以快速浏览dataframe对象中底层numpy数据，以numpy格式输出

4.查看统计摘要：describe()

包含NAN值统计概要，以描述数据离散和形状。其中表示所在列的：count数量，mean为均值，std为标准差，min最小值，max:最小值，20%、50%、75%为20、50、75的百分位数，50%也可以理解为中位数。

image

5.转置数据：

df2.T： 行列数据互换

image

6.按轴排序

df1.sort_index(axis=1,ascending=False)

即将表格的数据按照行、列轴上数值的大小排序后展示，当axis=1时，表示按照列轴排序，axis=0时，表示按照行轴排序，ascending为False表示按照倒序排列。

image

7.按值排序

df2.sort_values(by="B")

表示按照B轴的数值大小排序，默认为正序，可通过ascending设置倒序

image

三.筛选数据

1.按列筛选

筛选整列：df2['A'] df2.A 筛选两列：df2[['A','D']]

2.按切片筛选(按行筛选)

筛选行数据：df2[:2] ，它与标签筛选的区别在于不包含该结束点，如本例，只包行0,1的行的数据，不包含2的数据。 而标签