Pandas(一)调用Pandas

生成表格

• 调用pandas库

import pandas as pd

• 调用DataFrame:

df = pd.DataFrame(data = data)

参数：

data: 可以使用标量，变量，方法，字典等

index: 默认为数字，修改见下文

column：默认为表格内原有值或数值，修改见下文

 实例：

• 加载Excel：

# csv格式
df = pd.read_csv('data_set.csv')
# xlsx格式
df = pd.read_xlsx('data_set.xlsx')

实例：  

 操作相似，只展示一种文件格式

基础信息

• 维度查看

#维度查看
df.shape

#数据格式查看
df.dtypes

#查看数据结构(行数，列名，null值情况，数据格式等)
df.info()

#查看某列唯一值
df[column1].unique()

 实例：

查询数据维度与格式

查询数据信息与唯一值

 

• 值查看

df.values

实例：查询值

 

• 索引查看及修改

#查看
df.index

#修改方法1：
df.reset_index()

#修改方法2：
df.rename(index={0:'修改值'})

实例： 查询索引

修改方法1：

 

 注：标红列为新的index，index列变为数据中的一部分

 修改方法2：该方法与修改列名方法3相似，详情见下

 

 注：方法2中要带参数inplace默认值为False，使用时需调整为inplace=True，否则不会在原数据集上修改列表名称 

• 列名查看及修改

#查询
df.columns

#修改：方法1
columns_change = ['', '', '']
df.columns = columns_change


#修改：方法2
df.rename(columns={'categoru':'category_size'})

注：

方法1用于修改列名的列表，里面的值的数量需要与df中列的数量保持一致，否则报错；

方法2无该上述问题，用字典把原字段名称和需要改的名字组成键值对即可 

 实例：查询列名

修改方法1：

修改方法2： 

 

注：方法2中要带参数inplace默认值为False，使用时需调整为inplace=True，否则不会在原数据集上修改列表名称 

• 综合查看

#数据集的值查看
df.head()

#数据集的值查看
df.tail()

实例：数据集查看

head（）中填几就显示表头几行数据，默认值为5 

tail（）中填几就显示表尾几行数据，默认值为5 

 

• 空值查看

# 空值查看
df.isnull

# 某列空值查看
df['column'].isnull

实例：

全表空值查看

某列空值查看