python数据分析---基础篇

一、pandas的Series库引用示例：

import pandas as pd

data = [22222,44444,22221,6767676,555555]

city = ['GD','JS','SH','SZS','LYG']

GDP = pd.Series(data,index=city)

print(GDP)

二、pandas的DataFrame库引用示例：

import pandas as pd

data= {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]}

city= ['GD','JS','SD','ZJ']

df= pd.DataFrame(data, index=city)

print(df)

三、它们都共有3种属性

1..dtypes---->导出类型

2..index---->导出索引

3..values---->导出值

四、pandas中读取CSV文件主要使用：

1.pd.read_csv()函数

将文件路径传入，经过处理后可得到DataFrame格式的数据

行索引：index

列索引：columns

2.CSV的文件路径：

使用Windows系统的同学在自己的电脑上运行代码时，需要注意路径前要加一个r表示字符串不需要转义。

如：

pd.read_csv(r"D:\Users\数据管理.csv")

需要得到：

import pandas as pd

data = pd.read_csv("/Users/数据管理.csv")

print(data)

注意：

1.防止乱码

使用pd.read_csv()方法读取csv格式文件的时候，常常会因为csv文件中带有中文字符造成读取文件错误。

此时，我们可以将参数encoding设置为"utf-8"。

格式：encoding="utf-8"

2.指定index - index_col

对于这种情况，pd.read_csv()函数提供了一个参数：index_col，将 列名作为字符串 传入该参数便可以指定index。

在这里，我们指定 "order_id" 这一列作为index。具体代码如下：

使用pd.read_csv()函数读取路径为 "/Users/数据管理.csv" 的CSV文件

并通过参数index_col来指定"order_id"列为index

将结果赋值给变量data,

data=pd.read_csv("/Users/数据管理.csv",index_col="order_id")

3. 读取指定列 - usecols

针对只需要读取数据中的某一列或多列的情况，pd.read_csv()函数提供了一个参数：usecols，将包含对应的columns的列表传入该参数即可。

比如，只读取 "payment" 和 "items_count" 这两列数据的具体代码如下：

TODO 使用pd.read_csv()函数和usecols参数

读取路径为 "/Users/数据管理.csv" 的CSV文件里：

"payment"和"items_count"这两列中的数据

并将结果赋值给变量data

data=pd.read_csv("/Users/数据管理.csv",usecols=["payment","items_count"])

4. 添加columns

如果CSV文件没有列名，那么使用pd.read_csv()函数就是从第一行直接开始数据的录入了。

这时，就需要给数据添加上columns，让数据变得完整。

TODO 使用pd.read_csv()函数、header参数和names参数

读取路径为 "/Users/order_withoutColumns.csv" 的CSV文件

将数据的columns设置为:"订单号","用户id","支付金额","商品价格","购买数量","支付时间"

将结果赋值给变量data

data = pd.read_csv("/Users/order_withoutColumns.csv",header=None,names=["订单号","用户id","支付金额","商品价格","购买数量","支付时间"])

小结：

1. 防止乱码 - encoding="utf-8"

2. 指定index - index_col

3. 读取指定列 - usecols

4. 添加columns - header=None 和 names