基于PyTorch深度学习实战入门系列-Pandas基础

神奇的布欧

于 2024-03-15 09:43:39 发布

阅读量933

点赞数 26

分类专栏： PyTorch2深度学习实战入门文章标签： pandas

本文链接：https://blog.csdn.net/weixin_44144773/article/details/136728900

版权

PyTorch2深度学习实战入门专栏收录该内容

17 篇文章 7 订阅

订阅专栏

Pandas的使用

本节使用的数据集可从公众号：布欧Share 获取。

发送关键词：PyTorch2实战入门数据集

导入Excel

dataPath = "文件路径"
df = pd.read_excel(dataPath, engine="openpyxl")

导入CSV文件

dataPath = "文件路径"
df = pd.read_csv(dataPath, encoding='gbk')

导入TXT文件

dataPath = "文件路径"
df = pd.read_csv(dataPath, sep='\t', encoding='gbk')

输出前五条数据括号中可以传入条数的参数默认为5
```
df.head()
```
读取其中一行数据 []内传入序号
```
df.iloc[0]
```
读取多行数据
```
df.iloc[[0, 2]]
```
抽取连续几行的数据
```
df.iloc[0, 5]
```
抽取指定列的数据
```
df[["球员"]]
```

按条件抽取数据

df.loc[(df['出场次数'] > 15) & (df['射门'] >60)]

在这里插入图片描述

修改数据
```
df.iloc[0, 7] = 15
```
查看缺失值若为True则是存在缺失值
```
df.isnull()
```
缺失值填充
```
df['球员'] = df['球员'].fillna(0)
```

降序排序

df.sort_values(by='出场次数', ascending=False)

在这里插入图片描述

升序排序

df.sort_values(by='出场次数', ascending=True)

在这里插入图片描述

求和

data = [[110, 105, 99], [105, 88, 115], [109, 120, 130]]
index = [1, 2, 3]
columns = ['语文', '数学', '英语']
df = pd.DataFrame(data=data, index=index, columns=columns)
df['总成绩'] = df.sum(axis=1)
print(df)

增加最大值行

data = [[110, 105, 99], [105, 88, 115], [109, 120, 130], [112, 115]]
index = [1, 2, 3, 4]
columns = ['语文', '数学', '英语']
df = pd.DataFrame(data=data, index=index, columns=columns)
new = df.max()
df = df._append(new, ignore_index=True)
print(df)

合并两张表

df1 = pd.DataFrame({'编号': ['mr001', 'mr002', 'mr003'],
                    '语文': [110, 105, 109],
                    '数学': [105, 88, 120],
                    '英语': [99, 115, 130]})
print(df1)
df2 = pd.DataFrame({'编号': ['mr001', 'mr002', 'mr003'],
                    '体育': [34.5, 39.7, 38]})
print(df2)
df_merge = pd.merge(df1, df2, on='编号')
print(df_merge)