pandas中size方法_Pandas 常见的基本方法

原标题：Pandas 常见的基本方法

作者：实验楼

前言：

Pandas 是非常著名的开源数据处理工具，我们可以通过它对数据集进行快速读取、转换、过滤、分析等一系列操作。除此之外，Pandas 拥有强大的缺失数据处理与数据透视功能，可谓是数据预处理中的必备利器。文章带你学会 Pandas 中的一些常用的基本方法。

知识点：

数据读取与存储Head & Tail统计方法计算方法标签对齐排序

数据文件：

学习本课程之前，请先打开在线环境终端，下载本文可能会用到的两个数据文件。

wget http://labfile.oss.aliyuncs.com/courses/906/los_census.csvwget http://labfile.oss.aliyuncs.com/courses/906/los_census.txt

两个文件均为为洛杉矶人口普查数据，仅格式有区别。

下面的内容均在 iPython 交互式终端中演示，你可以通过在线环境左下角的应用程序菜单 > 附件打开。如果你在本地进行练习，推荐使用 Jupyter Notebook 环境。

Pandas 常见的基本方法

1 数据读取与存储

Pandas 支持大部分常见数据文件读取与存储。一般清楚下，读取文件的方法以 pd.read_ 开头，而写入文件的方法以 pd.to_ 开头。详细的表格如下。

拿刚刚下载好的数据文件举例，如果没有下载，请看文章开头的数据文件的获取方法。

import pandas as pddf = pd.read_csv("los_census.csv") #读取 csv 文件print df

可以看到，文件已经读取出来了。由于列数太多，所以分段显示了。输出的最下方会有一个行数和列数的统计。这里是 319 行 X 7 列。

我们可以发现，由 pandas 读取的文件就已经是 DataFrame 结构了。上面演示了 csv 文件的读取，其余格式的文件也很相似。

不过，很多时候我们拿到手的数据是像 los_census.txt 文件样式的数据，如下图所示。

import pandas as pddf = pd.read_table("los_census.txt") #读取 txt 文件print df

其实 los_census.txt 也就是 los_census.csv 文件，因为 csv 文件又叫逗号分隔符文件，数据之间采用逗号分割。

那么，