我要评论1 定义数据结构
1.1 series
pandas主要的数据结构是 series （一维数据）与 dataframe（二维数据）。
series （一维数据）：可以是数字（整数、浮点数等）、字符串、列表，元组，字典等python对象。series的每个值都有一个索引，默认从0开始。具有不变性（创建后大小不变）。
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"])
可以是数组np.array([1, 2, 3])
pd.series(np.array([1, 2, 3]))
可以是字典{1: "a", 2: "b", 3: "c"}，这种方式把索引指定为1，2，3。
pd.series({1:"a",2:"b",3:"c"})
1.2 dataframe
dataframe（二维数据）是一个二维的表格，有许多有序的列，每列的数据类型可以不一样，可以是数字（整数、浮点数等）、字符串、列表，元组，字典等python对象。dataframe的每行每列分别有一个索引，默认从0开始。具有可变性！
pandas.dataframe(data=none, index=none, columns=none, dtype=none, copy=false)
data可以是二维列表[["a",1],["b",2],["c",3]]，每一行都是一个列表
pd.dataframe([["a",1],["b",2],["c",3]], columns=['abc', '123'])
data可以是二维数组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]}，字典的键将成为列名，字典的值将成为数据，这种方式需要值的长度一样。
pd.dataframe({"sex":["f","f","m"],"age":[10,12,13]})
colomns是列名，可以是字典的键的子集或者排序，实现对数据的筛选和排序。
可以通过index初始索引标签来取出数据框data的一些列，得到字典格式的数据框，比如data = pd.dataframe(index=data['col1'])#就是将索引0 1 2 3用col1列的值来替代。
若数据有nan值，可以:
pd.dataframe([{"sex":"f","age":10},{"sex":"f","age":65,"edu":65}])
2 读取和保存文件
2.1 载入csv文件
import pandas as pd
df = pd.read_csv('data.csv')2.2 载入excel文件
df=pd.read_excel('data.xlsx',sheet_name='sheet1')2.3 载入txt文件
df=pd.read_table(r"j:\data.txt", header=none)#不读取文件第一行为列名
2.4 输出csv文件
df.to_csv('data1.csv') #将 dataframe 存储为 csv 文件3 读取数据格式
一些常用的代码：
data.head(10)#读取前10行，不填默认为5data.tail(10)#读取尾部10行，不填默认为5data.info()#读取数据基本信息，多少行多少列和每一列数据类型。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 访问某个位置的元素
4.1 读取数据某一列：
data["sex"]
4.2 访问具体某个位置的元素：
有两种方式，一种是.iloc访问索引整数，一种是.loc是访问列标签
4.2.1 .iloc[] #访问位置 是具体的整数
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里区间是不包含最后一个元素的，并且把0当作初始值
data.iloc[0,1] #第一行第二列的元素
4.2.2 .loc #访问标签 即列索引 列名
data.loc[0,'sex'] #sex列所有行
data.loc[0,"sex"] #具体数值
5 修改数据
5.1 增减列
修改某一列的数据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 删除行列
删除某列元素data.drop('sex',axis=1)如果不知道列名，可以用索引选哪一列，比如第一列data.columns[0]data.drop(data.columns[0],axis=1)删除某行元素data.drop(0) #删除index为0的行
如果想删除两行
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 数据分析
5.4.1 描述性统计
data.describe()
5.4.2 判断序列中元素是否在另一个序列中
isin()函数是一个非常有用的工具，用于检查一个序列data（如dataframe或series）中的元素是否存在于另一个序列data1、列表、元组、series或dataframe中。
data.isin(data1)
5.4.3 删除字符串中的某些字符（删除功能）
使用strip()可以将字符串中指定的字符删除，如果没有指定，就是删除空白格。
若给定字符，将从字符串开头和结尾的字符开始删除，返回剩下的部分，如果给定字符与开头结尾不匹配，则返回原字符。
指定的字符串只要有开头或结尾的字符就可以删除，顺序没有关系。
5.4.4 将series的值转为字符串**
pandas.series.str可以对字符串方便的做各项操作。
比如a是一个series
我们可以看到a.str.split()中的值变为了字符串了
5.4.4 将series中的值根据文本逗号分列（分割功能）
使用split()将可以将文本根据逗号分成多列。原理是通过指定分隔符（例子是逗号）对字符串进行切片。
利用pandas.series.str.split假设a为series如下所示，分隔符为逗号，设置expand=true则python自动在输出中将分割的内容放不同的列中，否则默认不分开。
a.str.split(',',expand=true)
5.4.5 判断series的某个值是不是字符串
因为有时候文件中的数字是字符串格式，想变为float格式
比如看series的col1列的第二个值是不是字符串
isinstance(series['col1'][1], str)结果输出 true
5.4.6 series中的值进行格式转换
使用series.astype转变值得格式，比如转为float格式：series.astype(float)
总结
到此这篇关于python pandas详细用法的文章就介绍到这了,更多相关python pandas用法指南内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论