pandas基础语法（自学笔记）

1.读文件

• 读取excel文件

df = pd.read_excel('path',sheetname='sheet1',header=None,names=['第一列','第二列','第三列'])

path:要读取的文件的绝对路径

sheetname：指定读取excel中的哪一个工作表，默认sheetname=0，即默认读取excel中的第一个工作表，若sheetname = ‘sheet1’，即读取excel中的sheet1工作表；

header:用作列名的行号，默认为header=0，若header=None,则表明数据中没有列名行；若header=0，则表明第一行为列名

names:列名命名或重命名

• 读取csv文件

df = pd.read_csv('path',sep=' ',header=None,names=["第一列"，"第二列"，"第三列"]，encoding='utf-8')

path: 要读取的文件的绝对路径

sep:指定列和列的间隔符，默认sep=‘,’;若sep=‘’\t",即列与列之间用制表符\t分割，相当于tab——四个空格

header:列名行，默认为0

names:列名命名或重命名

encoding:指定用于unicode文本编码格式

• 读取txt文件

df= pd.read_table('path', sep = '\t', header = None, names = ['第一列','第二列','第三列'])

 参数用法同上。

2.drop用法

基本语法：

DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

labels:待删除的行名or列名；

axis:删除时所参考的轴，0为行，1为列；

index:待删除的行名

columns:待删除的列名

level:多级列表时使用

inplace:默认为False，是否替换原来的df

errors:一般用不到
 

axis=1，删除列；axis=0，删除行；默认为0

df.drop(['one', 'three'], axis=1) #删除列
df.drop(columns = ['1', '2']) #删除列
df.drop(['1', '2']) #删除行
df.drop(index = ['1', '2']) #删除行
df.drop(['one', 'three'], axis=1, inplace = True) #删除列且替换原来的df

---

基础应用：删除指定列值对应的行（需要先找出指定列值对应行的索引，再根据索引删除这些行，最后重置索引）

dup_index = df[df.city == "北京"].index.tolist() #将df中city值为北京的索引找出来并转为list
df = df.drop(index = dup_index) #删除

df = df.reset_index(drop=True) #重置索引

3.drop_duplicates去除重复行

基本语法：

df.drop_duplicates(subset = None,keep = 'first',inplace = False)

参数说明：

subset：表示要去重的列名，默认为 None。
keep：有三个可选参数，分别是 first、last、False，默认为 first，表示只保留第一次出现的重复项，删除其余重复项，last 表示只保留最后一次出现的重复项，False 则表示删除所有重复项。
inplace：布尔值参数，默认为 False 表示删除重复项后返回一个副本，若为 Ture 则表示直接在原数据上删除重复项。

 

参考链接：https://blog.csdn.net/feverfew1/article/details/121342444

https://blog.csdn.net/wzk4869/article/details/126921073

https://blog.csdn.net/weixin_42322206/article/details/127673480