pythonpandas库_python 之pandas库

pandas库可用作数据处理和数据分析，常用两种数据结构：Series和DataFrame。Series由一组数据和与之对应的数据标签(即索引)构成，DataFrame类似于数据库中表或者Excel中表格数据格式，既有行索引又有列索引，DataFrame可看作由多个Series构成，每个Series看成是DataFrame的一个列。

一.Series的创建

二.DataFrame创建

三.pandas数据读取和保存

1.csv文件和Excel文件的读取和保存

pd.read_csv(filename,encoding,dtype,nrows,sep,na_values,header=0)

此命令读取csv文件，filename是文件的存放路径和文件名，nrows指定读取前多少行，sep指定分隔符，na_values定义缺失值，header=0默认把第一行当做表头不读入数据

pd.read_excel(filename,encoding,dtype,sheet_name)

此命令读取excel文件，sheet_name指定工作簿中要打开的工作表名称，dtype指定打开后各字段的数据类型，以字典形式给出

2.mysql数据库文件读取和保存

读取:create_engine('mysql+pymysql://用户名:密码@IP:3306/数据库名')

保存：

四.数据增删改查

五.数据合并

六.数据排序、分组、聚合

七.基本统计量计算、透视表和交叉表函数

透视表：

pd.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')

注：data是原数据表，values是要计算的数值型字段，index是行分组键，columns是列分组键，aggfunc是聚合函数，fill_value为对缺失值的处理，margins是否需要总计，dropna是否删除缺失值

交叉表：

pd.crosstab(index, columns, values=None,rownames=None, colnames=None, aggfunc=None, margins=False, dropna=True, normalize=False)

注：normalize=‘columns’计算列百分比，normalize=‘index’计算行百分比

八.数据类型转换

九.层次化索引