python pandas基础使用大全

python pandas基础使用大全

一、生成数据表

1. 导入pandas库

import numpy as np
import pandas as pd

2. 读取CSV或者EXCEL

df=pd.read_csv('a.csv')
df=pd.read_csv('a.csv',header=1)
df=pd.read_csv('a.csv')

3. 字典转成DataFrame

data={'name':['zansan','lisi'],'age':[15,16]}
data_pd=pd.DataFrame(data)

二、数据表信息查看

1. 维度查看

df.shape

2. 数据表基本信息（维度、列名称、数据格式、所占空间等）

df.info()

3. 查看前10行数据、后10行数据

df.head() #默认前10行数据
df.tail()    #默认后10 行数据

三、数据表清洗

1. 用数字0填充空值

df.fillna(value=0)

2. 使用列prince的均值对NA进行填充

df['prince'].fillna(df['prince'].mean())

3. 数据替换，将sh替换成shanghai

df['city'].replace('sh', 'shanghai')

4. 删除重复值，得到这一列的数据

df['city'].drop_duplicates() #删除后出现的重复值
df['city'].drop_duplicates(keep='last') #删除先出现的重复值

5. 根据某列的值删除重复行，得到这一表的数据

df.drop_duplicates('city',keep='first') #删除后出现的重复值

三、数据表统计

1. 根据city进行分组，统计每个city有多少个man

df.groupby('city').count()['man']