pandas(数据)

pandas

数据读写

csv文件

读

pd.read_csv(filepath_or_buffer,[sep = ',',header = 'infer',names = None,index_col = None,encoding = None]):
"""
filepath_or_buffer：数据路径或缓存，缓冲区。当文件有中文，会有问题，可先用open打开文件，把打开的给他
sep：分隔符
header：列名称(默认第一行)
names：要使用的列名称
index_col：行标签
encoding：编码格式
"""

写

data.to_csv(path_or_buf.[sep = ',',columns = None,header,index,inder_label = None,mode = 'w',encoding = None]):
"""
header,index：默认为true
inder_label：索引名称
mode：写入模式
"""

excel

与上面类似

读

pd.read_excel(*args,**kwargs):  # 将文件读取到Pandas  DataFrame中
"""
sheet_name：工作表名称
"""

读的时候需依赖xlrd(要安装)

写

pd.to_excel

也可读其他文件

数据结构

很多很多

• series：类似一维数组，有标签，索引。eg：a x\n b x\n c x\n d x\n，其中a,b,c,d就是索引
• DataFrame：二维，即有行与列也有列索引
• Panel：三维，有更多属性

Series

创建

pandas.Series(data,index,dtype,name,copy,fastpath)
"""
data：可以是数组和字典
index：索引值，要与数据长度相同
dtype：数据类型。一般得一样，不一样也不会报错，会混乱
"""
# 将数组/字典转换为Series
data = np.array(['a','b','c','d'])
s1 = pd.Series(data)

表现形式：索引在左边，值在右边，若无定义索引形式，会自动创建0-N-1

DataFrame

与Series类似，多一个columns列，copy，拷贝数据

data可为Series，数组，常量或类似列表的对象

指定索引与缺失值

若指定了列序列，列就会按照一定顺序排列

columns = ['A','B','C']

若传入的列在数据中找不到，就会生成NaN值

a = df3.drop(['a',axis = 0])  # 删除a行
b = df3.drop(['A',axis = 1])  # 删除A列

获取数据

• 通过索引，返回一个Series

A = df1["A"]
"""
0    1.0
1    1.0
2    1.0
3    1.0
Nane:A,dtype:float64
"""

返回的Series拥有原D F相同的索引

• ix和 iloc索引方式

ix：可通过行号和标签索引

iloc：只可通过行号

数据对齐

自动对齐时若有一个没有数据，则为NaN

映射

将函数应用到每一个行/列上

func = lanbda x:x.sum()  # 求和
df.apply(func)  # 将每列加起来

排序

对DF，可根据任意轴上的索引排序，默认升序，也可降序

f.sort_index(axis = 1,ascending = False)
# 根据一个列排序
f.sort_index(by = 'b')
# 根据多个列排序
f.sort_index(by = 'a','b')
# a列优先

DF常用操作

删行/列：df.drop()

合并：df1.append(df2)

还原索引：df.reset_index

(让索引变为数据中的一列)