pandas 中文打印无法对齐_数据分析——pandas文件读写和Series操作

一 pandas文件读写

Pandas是Python的第三方库，提供高性能易用的数据类型和分析工具

import pandas as pd

Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用

1.1读取文本文件

使用read_table来读取文本文件

pandas.read_table(filepath_or_buffer, sep=’t’, header=’infer’, names=None,

index_col=None, dtype=None, engine=None, nrows=None)

使用read_csv函数来读取csv文件

pandas.read_csv(filepath_or_buffer, sep=’t’, header=’infer’, names=None,

index_col=None, dtype=None, engine=None, nrows=None)

参数如下：

· read_table和read_csv函数中的sep参数是指定文本的分隔符的

o 如果分隔符指定错误，在读取数据的时候，每一行数据将连成一片

· header参数是用来指定列名的，如果是None则会添加一个默认的列名

· encoding代表文件的编码格式

o 常用的编码有utf-8、utf-16、gbk、gb2312、gb18030等

o 如果编码指定错误数据将无法读取，IPython解释器会报解析错误

1.2 文本文件存储

使用to_csv函数实现以csv格式存储

DataFrame.to_csv(path_or_buf=None, sep=’,’, na_rep=”, columns=None,

header=True,

index=True,index_label=None,mode=’w’,encoding=None)

参数如下：

1.3 读取Excel文件

read_excel函数：读取“xls”“xlsx”两种Excel文件

pandas.read_excel(io, sheetname=0, header=0, index_col=None, names=None,

dtype=None)

参数如下：

1.4 Excel文件存储

to_excel方法，其语法格式如下。

DataFrame.to_excel(excel_writer=None, sheetname=None’, na_rep=”,

header=True,

index=True, index_label=None, mode=’w’, encoding=None)

· 与to_csv方法的常用参数基本一致

o 区别之处在于指定存储文件的文件路径参数名称为excel_writer

o 增加sheetnames参数以指定存储的Excel sheet名，默认为sheet1

o 没有sep参数

二 Series

2.1 创建Series对象

类似字典key-value，在series中则为index的纵轴标度与对应的values

可以由如下类型创建：

· Python列表：index与列表元素个数一致

· 标量值：index表达Series类型的尺寸

· Python字典：键值对中的键是索引index从字典中进行选择操作

· ndarray：索引和数据都可用ndarray创建

· 其他函数：range等

2.2 Series基本操作

· Series类型包括index和values两部分

.index属性获得纵轴索引，.values获得数据值

· Series类型的操作类似ndarray类型

· Series类型的操作类似Python字典类型

index和value如下操作：

类似ndarray类型

索引方法相同，采用 [ ]

numpy中运算和操作可用于Series类型

可以通过自定义索引的列表进行切片

可以通过自动索引进行切片，如果存在自定义索引，则一同被切片

类似Python字典类型

Series类型的对齐操作

2.3 Series小结

欢迎大家加入人工智能圈参与交流

人工智能学习圈 - 知乎​www.zhihu.com