python pandas基础使用大全
一、生成数据表
- 导入pandas库
import numpy as np
import pandas as pd
- 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')
- 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
- 维度查看
df.shape
- 数据表基本信息(维度、列名称、数据格式、所占空间等)
df.info()
- 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
- 用数字0填充空值
df.fillna(value=0)
- 使用列prince的均值对NA进行填充
df['prince'].fillna(df['prince'].mean())
- 数据替换,将sh替换成shanghai
df['city'].replace('sh', 'shanghai')
- 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
- 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
- 根据city进行分组,统计每个city有多少个man
df.groupby('city').count()['man']