数据分析入门笔记（一）

pycharm + python3.6 + pandas

课程：使用pandas进行数据分析
part 4 表示课程对应的第四小节

part 4 显示

加载pandas

import pandas as pd

读取文件

movies = pd.read_csv

默认显示前五行

movies.head()

显示文件的各项属性

movies.describe()

显示文件行列数

movies.shape()

显示文件数据类型

movies.dtypes()
type(movies)
movies.describe(include=[‘object’])

part 5 重命名

import pandas as pd
ufo = pd.read_csv()

读取文件前五行

ufo.head()

读取文件列标题

ufo.columns

对列标题重命名，方法一

ufo.rename(columns = {‘Colors Reported’: ‘new name’, ‘Shape Reported’: ‘new name’})

自定义新名字

ufo_cols = [‘自定义新标题’，‘自定义2’]

重命名方法二

ufo.columns = ufo_cols

重命名方法三

ufo = pd.read_csv(‘路径’, name=ufo_cols,
header=0)

part 6 删除

import pandas as pd
ufo = pd.read_csv()

去除文件的一个特定列

ufo.drop(‘Color Reported’, axis=1, inplace=True)

去除文件两列

ufo.drop([‘City’, ‘State’], axis=1, inplace=True)

去除特定行，【0，1】为index

ufo.drop([0, 1], axis=0, inplace=True)

part 7 排序

import pandas as pd
movies = pd.read_csv(‘文件路径’)

将标题按照字母顺序排序，并显示排序后的标题

movies.title.sort_values()

按文件中顺序显示标题，只显示标题

movies[‘title’]
对文件中所有行按指定的内容进行排序文件中所有行，以标题为主，按照顺序排列，显示的是所有内容，同理，可指定其他列标题
movies.sort_values(‘title’)
同上，但为逆序排列
movies.sort_values(‘title’,ascending=False)
同上，但是先以第一个列标题排序，然后在第一个标题排好序的第一批内容里按第二列标题排序
movies.sort_values([‘title’,‘duration’])
注意，排序不会变更源文件，只是在排序命令行处显示排序结果

part 8 筛选

import pandas as pd
movies = pd.read_csv(‘文件路径’)

筛选满足条件的数据

is_long = movies.duration >= 200
is_long.head

在表中直接筛选符合条件的数据

movies[movies.duration >= 200]

在筛选后的数据里只显示genre的数据

movies[movies.duration >= 200][‘genre’]
第二种方式
movies.loc[movies.duration >= 200, ‘genre’]
第三种方式
movies[movies.duration >= 200].genre

part 9 进行多个筛选操作

import pandas as pd
#读取文件
movies = pd.read_csv(‘文件路径’)

设置多个筛选条件，与

movies[(movies.duration >= 200) and (movies.genre == ‘Dramma’)]

movies[(movies.duration >= 200) & (movies.genre == ‘Dramma’)]

只要满足一个即可，或

movies[(movies.duration >= 200) | (movies.genre == ‘Dramma’)]

对单列内的数据筛选

筛选genre这一列中，内容为Crime，Drama，Action的数据
movies[movies.genre.isin([‘Crime’, ‘Drama’, ‘Action’])]