python进阶5 -- pandas常用操作

pandas创建数据

创建一个Series

传递一个list对象来创建一个Series，pandas 会默认创建整型索引

import pandas as pd
import numpy as np

s = pd.Series([1,3,5,np.nan,6,8])

创建DataFrame

#默认创建整型索引
data = pd.DataFrame(np.random.rand(6,4), columns=list('ABCD')) 

#创建带有日期索引的dataframe
dates = pd.date_range('20190531', periods=6, freq='D')
data2 = pd.DataFrame(np.random.rand(6,4), index=dates, columns=list('ABCD')) 

#使用字典创建dataframe
data3 = pd.DataFrame({'A':pd.Timestamp('20190531'), 'B':np.random.randn(3)})

读csv文件创建dataframe

data = pd.read_csv('cars1.csv',parse_dates=['date'], sep=',',index_col='date')
data.to_csv('test.csv', index=False)

na_values = ['NO CLUE', 'N/A', '0']
requests = pd.read_csv('cars1.csv', na_values=na_values)

read_csv的参数：

• sep：设置分割符，默认为‘，’
• encoding：数据编码格式
• parse_dates：解析日期类型数据
• index_col：设置索引列
• na_values：将csv中表示NA的值替换为np.nan

读excel文件创建dataframe

1. 读文件read_excel的主要参数

 pd.read_excel(io, sheetname=0, header=0, index_col=None, names=None,  parse_dates=False, na_values=None)

该函数主要的参数为io、sheetname、header、names、encoding。

• io：excel文件，可以是文件路径、文件网址等
• sheetname：返回指定的sheet，参数可以是字符串（sheet名）、整型（sheet索引）、list（元素为字符串和整型）、none（全部sheet）;
• header：指定数据表的表头，参数可以是int、list of ints，即为索引行数为表头;
• names：返回指定name的列，参数为array-like对象。
• encoding：关键字参数，指定以何种编码读取。
• parse_dates：解析日期数据
• index_col：索引列

2. 写文件to_excel

DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='',  columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None)

该函数主要参数为:

• excel_writer:写入的目标excel文件，可以是文件路径、ExcelWriter对象;
• sheet_name:被写入的sheet名称，string类型，默认为’sheet1’;
• na_rep:缺失值表示，string类型;
• header:是否写表头信息，布尔或list of string类型，默认为True;
• index:是否写行