pandas第一章——pandas基础

导入

import pandas as pd

文件读取与写入

读取

df = pd.read_csv()
df_txt = pd.read_table()
df_excel=pd.read_excel()

写入

df.to_csv()
df.to_excel()

基本数据结构

1. Series
   Series定义

Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False）

示例，创建一个Series

s=pd.Series([0,1,2,3,4],index=['a','b','c','d','e'],name='tihs is a Series',dtype='int')

2. Dataframe

a. Dataframe定义

class DataFrame(data=None, index: Optional[Axes]=None, columns: Optional[Axes]=None, dtype: Optional[Dtype]=None, copy: bool=False)

示例，创建一个Dataframe。

df = pd.DataFrame({'col1':list('abcde'),'col2':range(5,10),'col3':[1.3,2.5,3.6,4.6,5.8]},index=list('⼀⼆三四五'))

b.从DataFrame出⼀列为Series

df['col1']

df['col1']

c.修改行或列名
原数据不会改变，需加上inplace=True。

df.rename(index={'⼀':'one'},columns={'col1':'new_col1'},'\n',df)

d.索引对齐特性

: df1 = pd.DataFrame({'A':[1,2,3]},index=[1,2,3])
df2 = pd.DataFrame({'A':[1,2,3]},index=[3,1,2])
df1-df2 #由于索引对⻬因结果不是0

e.assign方法
添加列，不会修改原数据。

k=df.assign(C=pd.Series(list('defcb'),index=list('⼀⼆三四五')))

f.根据类型选择列

df.select_dtypes(include=['number'])

常用基本函数

1. head和tail

df.head()#头部数据，可加数字指定显示行数
df.tail()#尾部数据，可加数字指定显示行数

2. unique和nunique

nunique显有多少个唯⼀值

df['Physics'].nunique()

unique显所的唯⼀值

df['Physics'].unique()

3. count和value_counts

count回失值元素个数

df['Physics'].count()

value_counts回每个元素少个

df['Physics'].value_counts()

4. idxmax和nlargest

idxmax函数反回最大值所在索引

df['Math'].idxmax()

nlargest函数反回前几个最大的元素值

df['Math'].nlargest(3)

5. apply函数

df['Math'].apply(lambda x:str(x)+'!').head()

练习