Python教程

关于python中pandas包的用法

本文主要是介绍关于python中pandas包的用法,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

pandas

1.Series

是一种一维的索引表

相当于python字典

 

2.DateFrame

是一种二维的表

可以进行行索引和列索引

2.1表的关键词

date.index // 行序号

date.columns // 列序号的名称

date.values // 打印数据的值

date.describe() // 对变量进行数据总结

date.T // 行列进行转置

2.2对表进行排序

date.sort_index(axis=1,ascending=false) // axis=1代表按列进行排序||ascending=false代表按倒序排序

date.sort_values(by="e") //按值进行排序

3.数据操作

3.1创建选择表

  • pd.DateFrame(np.zeros(6,4),index=dates,columns=['A','B','C','D'])

  • 生成6行4列的表,行表头为dates,列表头为A,B,C,D

  • date['A'] // 选择某列

  • date[[2:],[‘A’,’C‘]] // 选择第三行之后的所有行且列选择A列和C列 # 行范围选择,列精确选择

3.2查找数据

  • date.loc[]

  • date.iloc[]

  • date.ix[]

 

3.3更改数据

  • date.loc[’行‘,’列‘] = 3 // 内可以写函数判断式

3.4处理丢失数据

  • date.dropna(axis=0,how='any') //0对行操作,1对列操作 , any只要存在就去掉,all全是才去掉

  • date.fillna(value = 0) //用0代替所有缺失值

  • 判断值是否丢失--> pd.isnull(date) -->nan为ture,有值为false

3.5文件的导入和导出

  • pd.read_csv(‘文件夹路径’)

  • pd.read_sql(sql语句+路径) //mysql需要路径和连接(conn)

  •  

  • pd.read_excel,json,html,pickle,txt(/t)

3.6pandas数据合并

3.6.1.axis合并

  • pd.concat([date1,date2,date3],axis = 0,ignore_index=true )// 0表示竖向合并,1表示横向合并,ignore_index重置序列

3.6.2.join合并

  • pd.concat(【数据项】,axis = 1, join = ‘outer’)

3.6.3.append添加数据

  • date1.append(date2,ignore_index=true) //把date2合并到date1下面,并重置index

3.6.4.merge合并

  • pd.merge(date1,date2,on = ['列标题'],how = 'inner'/'outer'/left/right)    // 内联合并、外联合并、左联合并、右联合并

  • pd.merge(date1,date2,on = %,how = % ,indicator = ture/‘设置其名称’)

  • pd.merge(date1,date2,date1_index = true, date2_index=true, how = outer)

 

 

这篇关于关于python中pandas包的用法的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!