机器学习中常用的高级数据结构和数据分析包工具——pandas

https://www.toutiao.com/a6547880764996846087/

 

现在有一个csv文件，内部数据为：

 

 

使用pandas.read_cvs来读取cvs文件数据，其中food_info为DataFrame类型，这个是pandas的核心结构,food_info.dtypes可以看出来从文件中读取出来数据的类型，其中object为字符型

显示读取的数据，从头开始显示，和从尾开始显示

 

head（3）为重头开始显示3行，如果不指定显示几行那么默认显示五行，tail为从尾部开始显示，如果不指定则默认显示5行

也可以通过函数loc来获取指定行的数据

 

获取第三行数据，当然取数据也可以通过切片的方式来获取数据

 

通过切片获取第3行到第7行的数据，也可以取指定的多行，通过列表的方式指定索引，指定所要取的第几行

 

上面的读取是从行的角度，还可以从列的角度来读取一列数据，通过列名，DataFrame默认文件中最上面的一行为列名

 

可以看出通过列名NDB_No获取到了该列的数据，如果指获取一个列那么就只需要一个列明，如果想要获取多个列那么就可以通过列表传递多个列名，获取多个列的数据

 

获取所有列中单位以mg为单位的列

 

程序思想是，获取所有的列名，然后遍历，看哪一个是以mg结尾的，哪个是

 

food_info.columns.tolist()为获取所有的列名封装成一个列表

 

获取到列数据之后，除以一个数等于列中所有数据除以这个数，返回一个新的列

加减乘除一个数就是这个列的所有数据同时加减乘除这个数

 

两个相同样本维度的列相乘等于对应位置的相乘

两个相同样本维度的列的加减乘除等于对应位置的加减乘除

 

添加一个新的列，方法就是DataFrame[新列名]=列

上面可以看出我们添加了一个列名为37的列，其内容是Icon和Icon1这两个列的乘积，可以看出新的列添加完成之后，该DataFrame的列为37比之前的36多了一列

 

可以通过max（）和min（）方法，求出当前列的最值

---

排序

 

使用sort_values进行指定列的从小到大的排序，其中第一个参数为所要排序的列。第二个参数为inplace=“true”这个意思是排序之后的结果是否保存到当前的DataFrame中，默认为false，如果设置为true那就是保存到当前的DataFrame中，所以我们可以直接输出food_info看到排序之后的结果

默认是从小到大的排序，可以通过增加参数ascending=False来实现

 

ascending=False写的时候写成ascending=“False”没有效果，所以这种真假以后就全用首字母大写，且不加引号