pandas的基本操作

一.准备

准备工作：我们需要装好pandas库，然后引入它，一般简写为pd

import pandas as pd

二.基本操作

1）生成一个表格

方法一：pd.DataFrame() #三个参数，第一个为填入的值，第二个index为表格的行标，第三个columns为表格的列标。第二三个参数如果不填则默认从0开始一直排下去。

#方法一直接使用np
df = pd.DataFrame(np.arange(12).reshape((3,4)),columns=['a','b','c','d'])  #index表示列标，columns表示行标

    a	b	c	d
0	0	1	2	3
1	4	5	6	7
2	8	9	10	11

方法二：可以使用字典生成表格

#方法二可以导入字典，键表示列标，值表示这一列对应的所有值
df1 = pd.DataFrame({'A':1.,
                   'B':pd.Timestamp('20210129'),
                   'C':pd.Series(1,index=list(range(4)),dtype='float32'),
                   'D':np.array([3]*4,'int32'),
                   'E':'foo'})

     A	   B   	     C	D	 E
0	1.0	2021-01-29	1.0	3	foo
1	1.0	2021-01-29	1.0	3	foo
2	1.0	2021-01-29	1.0	3	foo
3	1.0	2021-01-29	1.0	3	foo

2）操作函数

#生成从20210129开始显示时间的六个字符串
dates = pd.date_range('20210129',periods=6)

操作函数	作用
df.index	返回表格df的行标
df.columns	返回表格df的列标
df.values	返回表格df的值
df.dtypes	返回表格df每列的类型
df.T	转置表格df

注意： df是一个实例

3）describe()

df1.describe()  #对有数据的那几列进行描述,求得其平均值，最大最小值等等

       A	C	D
count  4.0	4.0	4.0
mean   1.0	1.0	3.0
std	0.0	0.0	0.0
min	1.0	1.0	3.0
25%	1.0	1.0	3.0
50%	1.0	1.0	3.0
75%	1.0	1.0	3.0
max	1.0	1.0	3.0

4）其他函数

 #排序，axis为1对列标进行排序，0对行标进行排序，ascending为True为正序，若为False则为倒序
df1.sort_index(axis=1,ascending = False) 

#对指定的一列数值进行排序
df1.sort_values(by='A')