属性和方法
DataFrame有许多的的属性和方法使得pabdas用起来非常的快捷简便。
导入数据:
1 importpandas as pd2 importnumpy as np3 from pandas importSeries,DataFrame4 test=pd.read_excel("/Users/yaozhilin/Downloads/数据.xls",sep="t")5 test.head(5)#显示前五行
•属性
test.columns 获取DataFrame的列名
test.index 获取DataFrame的索引名
test.dtypes 获取DataFrame的没列数据的属性
test.shape 获取DataFrame的行和列数
test.size 获取DataFrame的总元素
1 test.columns
Index(['公司名称', '联系人姓名', '联系人头衔', '地址', '电话', '传真', '电子邮件', '日期', '附件'], dtype='object')
1 test.index
RangeIndex(start=0, stop=91, step=1)
1 test.dtypes
公司名称 object
联系人姓名 object
联系人头衔 object
地址 object
电话 object
传真 object
电子邮件 object
日期 datetime64[ns]
附件 float64
dtype: object
1 test.shape
(91, 9)
1 test.size
819
•方法
方法使用
1、head() 显示数据前几行(默认5行)
2、tail() 显示数据后几行(默认5行)
3、rename(index/columns={a:a1}) 数据索引或列重命名
4、replace(columns:{a:a1}) 替换数据
5、unique 显示唯一值
6、sort_index 索引排序
7、sort_values 值排序
8、value_counts 统计每个值的数量
9、describe统计所有值的数据
10、max/min/sum/mean
11、reindex 创建新索引
下面举几个列子
rename/head
1 test.rename(columns={"联系人姓名":"姓名","联系人头衔":"职位"},inplace=True)2 test.head(5)
replace/tail
1 test.replace({"职位":{"物主":"房东"}}).tail(5)
unique
1 test["职位"].unique()
array(['销售代表', '物主', '采购员', '市场经理', '结算经理', '销售代理', '销售员', '销售经理', '市场助理',
'助理销售代理', '助理销售代表', '物主/市场助理'], dtype=object)
1 len(test["职位"].unique())
12
sort_index
1 test.sort_index(ascending=False).head(5)#ascending默认为true
sort_values
1 test.sort_values(by=["姓名","职位"]).head(4)
duplicated()/value_counts
1 est.duplicated().value_counts()#判断该数据中是否有重复值
False 91
dtype: int64
1 test["职位"].value_counts()
销售代表 17
物主 17
市场经理 12
销售经理 11
结算经理 10
销售员 7
市场助理 6
销售代理 5
采购员 2
助理销售代理 2
助理销售代表 1
物主/市场助理 1
Name: 职位, dtype: int64
describe
1 test["附件"]=range(91)2 test.describe()
reindex
1 test.reindex(np.arange(2,93)).head(4)