day6--pandas

pandas–数据分析处理库
pandas是基于numpy构建的，为时间序列分析提供了很好的支持。pandas中有两个主要的数据结构，一个是Series，另一个是DataFrame。

1. 导入pandas库，打开csv文件
   import pandas
   food_info = pandas.read_csv(“food_info.csv”)
   print(type(food_info)) —<class ‘pandas.core.frame.DataFrame’> #查看文件的格式
   #print(food_info.dtypes) #查看每一列数据的格式

2. 使用函数head( m )来读取前m条数据，如果没有参数m，默认读取前五条数据；由于DataFrame包含了很多的行和列，Pandas使用省略号（…）来代替显示全部的行和列，可以使用colums属性来显示全部的列名；与Numpy一样，用shape属性来显示数据的格式。
   tail(n)-----读取数据后n行
   shape-----显示当前有多少样本，以及样本有多少个指标（列）
   first_rows = food_info.head()
   print(first_rows)
   print(food_info.head(3))
   print(food_info.columns)
   print(food_info.shape)

3. Pandas使用loc[]方法来选择行的数据（当超出索引值，将报错）
   print(food_info.loc[0]) #取第一个数据
   print(food_info.loc[6]) #取第七个数据
   print(food_info.loc[8620]) #报错

4. #object - For string values object----在pandas中就是string类型
   #int - For integer values
   #float - For float values
   #datetime - For time values
   #bool - For Boolean values
   print(food_info.dtypes) #输出所有列的字符类型

5. 返回一个DataFrame，其中包含索引3、4、5和6处的行。
   print(food_info.loc[3:6]) #取第3,4,5,6行数据

   返回一个DataFrame，其中包含索引2、5和10处的行（两个方法可以实现）
   方法一：two_five_ten = [2,5,10]
   print(food_info.loc[two_five_ten])
   方法二：two_five_ten = [2,5,10]
   print(food_info.loc[[2,5,10]])

6. 表示“NDB_No”列的Series对象
   ndb_col = food_info[“NDB_No”]
   print(ndb_col)
   或者，可以通过传入字符串变量来访问列。
   col_name = “NDB_No”
   ndb_col = food_info[col_name]
   print(ndb_col)

7. 取指定两列的值
   columns = [“Zinc_(mg)”, “Copper_(mg)”]
   zinc_copper = food_info[columns]
   print(zinc_copper)

或者这样也可以实现
zinc_copper = food_info[[“Zinc_(mg)”, “Copper_(mg)”]]
print(zinc_copper)

8. 可以使用tolist()函数转化为list
   print(food_info.columns) #输出所有列
   print(food_info.head(2)) #输出前两行

   col_names = food_info.columns.tolist() #输出所有列
   print(col_names)

9. 输出所有以g结尾的列的前三行
   gram_columns = []

for c in col_names:
if c.endswith("(g)"):
gram_columns.append©
gram_df = food_info[gram_columns]
print(gram_df.head(3))