1 定義數(shù)據(jù)結(jié)構(gòu)

1.1 Series

pandas主要的數(shù)據(jù)結(jié)構(gòu)是 Series （一維數(shù)據(jù)）與 DataFrame（二維數(shù)據(jù)）。

Series （一維數(shù)據(jù)）：可以是數(shù)字（整數(shù)、浮點數(shù)等）、字符串、列表，元組，字典等python對象。series的每個值都有一個索引，默認從0開始。具有不變性（創(chuàng)建后大小不變）。

 pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

data可以是列表[1,2,3]

pd.Series([1,2,3])

可以是字符串[“a”,"b","c"]

pd.Series(["a","b","c"])

可以是數(shù)組np.array([1, 2, 3])

pd.Series(np.array([1, 2, 3]))

可以是字典{1: "a", 2: "b", 3: "c"}，這種方式把索引指定為1，2，3。

pd.Series({1:"a",2:"b",3:"c"})

1.2 Dataframe

Dataframe（二維數(shù)據(jù)）是一個二維的表格，有許多有序的列，每列的數(shù)據(jù)類型可以不一樣，可以是數(shù)字（整數(shù)、浮點數(shù)等）、字符串、列表，元組，字典等python對象。Dataframe的每行每列分別有一個索引，默認從0開始。具有可變性！

pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

data可以是二維列表[["a",1],["b",2],["c",3]]，每一行都是一個列表

pd.DataFrame([["a",1],["b",2],["c",3]], columns=['abc', '123'])

data可以是二維數(shù)組np.array([[1,2],[3,4],[5,6]])。

pd.DataFrame(np.array([[1,2],[3,4],[5,6]]), columns=['col1', 'col2'])

data可以是字典 {'Sex':["f", "f", "m"], 'Age':[10, 12, 13]}，字典的鍵將成為列名，字典的值將成為數(shù)據(jù)，這種方式需要值的長度一樣。

pd.DataFrame({"Sex":["f","f","m"],"Age":[10,12,13]})

colomns是列名，可以是字典的鍵的子集或者排序，實現(xiàn)對數(shù)據(jù)的篩選和排序。

可以通過index初始索引標簽來取出數(shù)據(jù)框data的一些列，得到字典格式的數(shù)據(jù)框，比如data = pd.DataFrame(index=data['col1'])#就是將索引0 1 2 3用col1列的值來替代。

若數(shù)據(jù)有NaN值，可以:

pd.DataFrame([{"Sex":"f","Age":10},{"Sex":"f","Age":65,"edu":65}])

2 讀取和保存文件

2.1 載入csv文件

import pandas as pd
df = pd.read_csv('data.csv')

2.2 載入excel文件

df=pd.read_excel('data.xlsx',sheet_name='Sheet1')

2.3 載入txt文件

df=pd.read_table(r"J:\data.txt", header=None)#不讀取文件第一行為列名

2.4 輸出csv文件

df.to_csv('data1.csv') #將 DataFrame 存儲為 csv 文件

3 讀取數(shù)據(jù)格式

一些常用的代碼：

• data.head(10) #讀取前10行，不填默認為5
• data.tail(10) #讀取尾部10行，不填默認為5
• data.info() #讀取數(shù)據(jù)基本信息，多少行多少列和每一列數(shù)據(jù)類型。有多少空值
• data.shapedata.index #索引
• data.colomns #列名

修改列名

• a.columns = [‘rename_col1’,‘rename_col2’]
• a.rename(columns={‘rawname_col1’:‘rename_col1’})

4 訪問某個位置的元素

4.1 讀取數(shù)據(jù)某一列：

data["Sex"]

4.2 訪問具體某個位置的元素：

有兩種方式，一種是.iloc訪問索引整數(shù)，一種是.loc是訪問列標簽

4.2.1 .iloc[] #訪問位置 是具體的整數(shù)

data.iloc[:,0] #第一列的所有行

data.iloc[:,0:1]#第一列的所有行，注意在python里區(qū)間是不包含最后一個元素的，并且把0當(dāng)作初始值

data.iloc[0,1] #第一行第二列的元素

4.2.2 .loc #訪問標簽 即列索引 列名

data.loc[0,'Sex'] #sex列所有行

data.loc[0,"Sex"] #具體數(shù)值

5 修改數(shù)據(jù)

5.1 增減列

修改某一列的數(shù)據(jù)data['Sex']=['m','m']加新的一列data['value']=[10,1]加新的一行data.loc[3]=['f',10,2,1]

5.2 刪除行列

刪除某列元素data.drop('Sex',axis=1)如果不知道列名，可以用索引選哪一列，比如第一列data.columns[0]
data.drop(data.columns[0],axis=1)刪除某行元素data.drop(0) #刪除index為0的行

如果想刪除兩行

indices_to_drop = [1, 3]
df_dropped = df.drop(indices_to_drop)

5.3 索引和切片

提取多列

提取多行

5.4 數(shù)據(jù)分析

5.4.1 描述性統(tǒng)計

data.describe()

5.4.2 判斷序列中元素是否在另一個序列中

isin()函數(shù)是一個非常有用的工具，用于檢查一個序列data（如DataFrame或Series）中的元素是否存在于另一個序列data1、列表、元組、Series或DataFrame中。

data.isin(data1)

5.4.3 刪除字符串中的某些字符（刪除功能）

使用strip()可以將字符串中指定的字符刪除，如果沒有指定，就是刪除空白格。

若給定字符，將從字符串開頭和結(jié)尾的字符開始刪除，返回剩下的部分，如果給定字符與開頭結(jié)尾不匹配，則返回原字符。

指定的字符串只要有開頭或結(jié)尾的字符就可以刪除，順序沒有關(guān)系。

5.4.4 將Series的值轉(zhuǎn)為字符串**

pandas.Series.str可以對字符串方便的做各項操作。

比如a是一個Series

我們可以看到a.str.split()中的值變?yōu)榱俗址?/p>

5.4.4 將Series中的值根據(jù)文本逗號分列（分割功能）

使用split()將可以將文本根據(jù)逗號分成多列。原理是通過指定分隔符（例子是逗號）對字符串進行切片。
利用pandas.Series.str.split假設(shè)a為Series如下所示，分隔符為逗號，設(shè)置expand=True則python自動在輸出中將分割的內(nèi)容放不同的列中，否則默認不分開。

a.str.split(',',expand=True)

5.4.5 判斷Series的某個值是不是字符串

因為有時候文件中的數(shù)字是字符串格式，想變?yōu)閒loat格式

比如看series的col1列的第二個值是不是字符串

isinstance(series['col1'][1], str)結(jié)果輸出 True

5.4.6 Series中的值進行格式轉(zhuǎn)換

使用Series.astype轉(zhuǎn)變值得格式，比如轉(zhuǎn)為float格式：
Series.astype(float)

總結(jié)

到此這篇關(guān)于python pandas詳細用法的文章就介紹到這了,更多相關(guān)python pandas用法指南內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論