c++控制台应用每一列数据如何对齐_Python数据分析（1）-pandas versus excel

关于Excel的一些基本操作，对应到pandas里应该如何实现呢？

我的python数据分析环境是Anaconda和Jupyter notebook。

Part 1 excel的创建和读取

1、创建

#导入pandas数据包

打开文件路径，可找到创建的excel以及内容

2、读取

#查看行列数

因为编程语言是从第0行（也就是excel的第一行）开始的，默认第0行当做header。所以，如果excel的header是在第二行的话，读取excel的时候，用下面的代码：

df

如果表格中没有header（ID、Nmame）的话

#第一种读取方法

查看列名时。会发现'ID'这一列从列名中消失，ID变成了索引（在DataFrame中index和columns是区分开的）

3、行、列、单元格

pandas的数组有Series和DataFrame

用序列Series来创建行or列。

• Series的属性：.index,.values, .name,.index.name
• dataframe 的属性：.columns, .index,.values

series和python里的字典{keys:values}数据结构很像，会把字典的keys转化为序列的index，values转换为序列的data，如何将dictionary转换成series的方法：

d

直接创建序列,series除了一组数据外还包括一组索引：

s1

如何将series创建行和列

• 若以List形式加入DataFrame, 則該Series是被當作DataFrame的row加入;
• 若以Dict形式加入DataFrame, 則該Series是被當作DataFrame的column加入。

s1

index，具有对齐的作用

s1

4、自动填充功能--数据区域读取和填充数字

这里的excel有空行和空列，如何读取呢？

import 

使用read_excel的两个参数:skiprows和usecols

import 

数据框中的每一列是series

print

Series中有一个函数是at，填充列【ID】

#在ID列的第一行填充一个数值

#从上面的代码可看出dtype的类型改为int出错，先转为换为str

查看数据类型

Books

为了方便，这里把数据类型都改为字符串

import 

填充【InStore】列

for 

填充列【Date】

from 

5、填充日期序列（填数值，填文本，填日期）

给日期列逐一加一天

from 

给年份逐一加1，timedeltah只能得出天以及天以下的时间。

from 

给月份逐一加1（但只有12个月）

def 

这里将填充结果保存在原excel中

#这里不生成索引

上面的填充都是直接先找到series的某一列再去改，也可以直接使用dataframe的at函数，如：

start

part 2 只需一行代码

1、函数填充、计算列

1.1计算Price的值

import 

books

得到Price这一列的值

1.2[ListPrice]列的值+2

#方法1：

方法2 ：运用到Series的apply函数

def 

方法3：lambda函数

def 

2、排序、多重排序

2.1按Price价格排序

#读取文件，设置列[ID]为索引

product

2.2 多重排序:先按Worthy排序再按Price排序

product

3、数据筛选、过滤

#帅选出年龄在18-30岁的学生

ps：在python中，选择【Age】这一列的方法，除了student['Age']，还可以使用student.Age

student

还可以用更高级的函数lambda函数，表达式为：lambda 函数名：函数体

#筛选出年龄在18-30岁且分数在85-100的学生

part 3 数据可视化

1、柱状图：bar

pandas的制图功能是构建在matplotlib（文件夹，packge）库上的，这里要使用的是他下班的pyplot模块。

import 

图形的属性设置

#图形形状、颜色、标题

ps：pandas作图没有matplotlib那么灵活，接下来就学习如何使用matplotlib绘图

import 

2、分组柱状图(深度优化)

student

这里旋转45°后的对其看起来挺奇怪的，可以给一个参数“HA”[Horizontal alignment must be one of ('center', 'right', 'left')]

student

3、叠加柱状图和水平柱状图

3.1叠加柱状图

import 

可以加上plt.tight_layout()的效果：

排序：总量由高到低

df

3.2 水平柱状图

只需把df.plot.bar改为df.plot.barh()，ascending=False改为ascending=True就行了，horizontal(水平线的意思)

import 

4、饼图

import 

此时是逆时针的饼图，如何制作成顺时针呢？

5、折线区域图和叠加区域图

5.1折线区域图

excel制图如下所示

weeks

5.2 叠加区域图

weeks

5.3 可看出叠加柱状图和叠加区域图的区别：

weeks

6、散点图和直方图

6.1 散点图

homes

6.2直方图

看西雅图地区面积的房价分布情况

homes

7、密度图（density）

homes

万分之四到万分之五之间的概率能买到一个1250尺的房子。

以上展示了pandas和matplotlib的绘图功能，包括：

• 柱状图：bar（分组柱状图、叠加柱状图、水平柱状图）
• 饼图：pie
• 折线图：plot（折线区域图、叠加区域图）
• 散点图：scatter
• 直方图：hist（histogram）
• 密度图：kde

对于图形属性应多实践才能记得牢靠！！！

附上以上内容的学习视频，感兴趣的同学可以戳下面的链接。

Python数据分析-pandas玩转Excel - 网易云课堂