python pandas excel 有行头_萝卜头学python:pandas 对EXCEL处理

萝卜头学python:pandas 对EXCEL处理

1.Pandas概述

Pandas是Python的一个数据分析包，该工具为解决数据分析任务而创建。

Pandas纳入大量库和标准数据模型，提供高效的操作数据集所需的工具。

Pandas提供大量能使我们快速便捷地处理数据的函数和方法。

Pandas是字典形式，基于NumPy创建，让NumPy为中心的应用变得更加简单。

2.Pandas安装

pip3 install pandas

3.Pandas引入

import pandas as pd#为了方便实用pandas 采用pd简写

4.Pandas数据结构

4.1Series

Series 就如同列表一样，一系列数据，每个数据对应一个索引值。

Series 就是“竖起来”的 list：

import numpy as np

import pandas as pd

s=pd.Series([1,2,3,np.nan,5,6])

print(s)

#索引在左边 值在右边'''

0 1.0

1 2.0

2 3.0

3 NaN

4 5.0

5 6.0

4.2DataFrame

DataFrame是表格型数据结构，包含一组有序的列，每列可以是不同的值类型。DataFrame有行索引和列索引，可以看成由Series组成的字典。

dates=pd.date_range('20180310',periods=6)

df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=['A','B','C','D'])#生成6行4列位置

print(df)#输出6行4列的表格

'''

A B C D

2018-03-10 -0.092889 -0.503172 0.692763 -1.261313

2018-03-11 -0.895628 -2.300249 -1.098069 0.468986

2018-03-12 0.084732 -1.275078 1.638007 -0.291145

2018-03-13 -0.561528 0.431088 0.430414 1.065939

2018-03-14 1.485434 -0.341404 0.267613 -1.493366

2018-03-15 -1.671474 0.110933 1.688264 -0.910599

'''

print(df['B'])

'''

2018-03-10 -0.927291

2018-03-11 -0.406842

2018-03-12 -0.088316

2018-03-13 -1.631055

2018-03-14 -0.929926

2018-03-15 -0.010904

Freq: D, Name: B, dtype: float64

'''

5.Pandas选择数据

dates=pd.date_range('20180310',periods=6)

df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=['A','B','C','D'])#生成6行4列位置

print(df)

'''

A B C D

2018-03-10 -0.520509 -0.136602 -0.516984 1.357505

2018-03-11 0.332656 -0.094633 0.382384 -0.914339

2018-03-12 0.499960 1.576897 2.128730 2.197465

2018-03-13 0.540385 0.427337 -0.591381 0.126503

2018-03-14 0.191962 1.237843 1.903370 2.155366

2018-03-15 -0.188331 -0.578581 -0.845854 -0.056373

'''

print(df['A'])#或者df.A 选择某列

'''

2018-03-10 -0.520509

2018-03-11 0.332656

2018-03-12 0.499960

2018-03-13 0.540385

2018-03-14 0.191962

2018-03-15 -0.188331

'''

切片选择

print(df[0:3], df['20180310':'20180314'])#两次进行选择 第一次切片选择 第二次按照筛选条件进行选择

'''

A B C D

2018-03-10 -0.520509 -0.136602 -0.516984 1.357505

2018-03-11 0.332656 -0.094633 0.382384 -0.914339

2018-03-12 0.499960 1.576897 2.128730 2.197465

A B C D

2018-03-10 -0.520509 -0.136602 -0.516984 1.357505

2018-03-11 0.332656 -0.094633 0.382384 -0.914339

2018-03-12 0.499960 1.576897 2.128730 2.197465

2018-03-13 0.540385 0.427337 -0.591381 0.126503

2018-03-14 0.191962 1.237843 1.903370 2.155366

'''

根据标签loc-行标签进行选择数据

print(df.loc['20180312', ['A','B']])#按照行标签进行选择 精确选择

'''

A 0.499960

B 1.576897

Name: 2018-03-12 00:00:00, dtype: float64

'''