pandas笔记

从文件读写数据

• pd.read_csv()
• pd.read_excel()
• read_csv()
• 参数

参数	说明
path	文件路径
header	指定哪一行用作列索引，默认为0，可设置为None
index_col	用作行索引的列编号
skiprows	需要忽略的行数，默认是0
nrows	需要读取的行数，从skiprows跳过的开始算起，默认是余下所有

从excel读入数据

数据内容包含列索引

import pandas as pd
excelPath = r"D:\Desktop\MyExcel.xlsx"
pd.read_excel(excelPath)

数据内容不包含列索引

import pandas as pd
xlsxPath = r"D:\Desktop\MyExcel.xlsx"
pd.read_excel(xlsxPath,header=None)

从文本文件中读入数据

import pandas as pd
xlsxPath = r"D:\Desktop\MyText.txt"
pd.read_csv(xlsxPath,sep = '\t',header = None)

写出到excel或txt

obj.to_csv(path)    # 默认写出行与列索引
obj.to_csv(path，sep=',',index=False,header=False)    # 不写出行与列索引

python内置数据转为Series

# 列表转换
obj = pd.Series([1 2 3 4])
obj = pd.Series([1, 2 ,3 ,4],index=['1' ,'2', '3', '4'])
obj[['1' ,'2']]

# 字典转换
sdata = {'ddx':1 , 'xmy':2}
obj3 = pd.Series(sdata)
obj3

python内置数据转为DataFrame

# 字典转换而来
sdata = {'ddx':[1,2,3] , 'xmy':[2,22,222]}
obj3 = pd.DataFrame(sdata)
obj3

数据操作

obj.index=['a','b']     # 改变Series的列索引
obj.head()              # 选取前5行
obj.columns             # 获取DataFrame的列索引
obj[列索引文本]          # 获取DataFrame的某（些）列
del obj[列索引文本]      # 删除某列
obj.drop(行标签)            # 按行标签删除obj中的行
obj.drop(列标签，axis=1)    # 按列标签删除obj中的列
obj.drop(列标签，axis='columns')    # 按列标签删除obj中的列
obj.T                   # 转置
obj.values              # 获取获取DataFrame的列索引的文本
obj.reindex(行索引)      # 按行索引重构DataFrame，行索引可为列表

切片

Series

obj['a']
obj['a':'cc']
obj['a':]
obj[0:2]	# 提取第0到1列

DataFrame

obj['colum1’]    # 从DataFrame提取一列
obj['colum1','colum2]   # 从DataFrame提取2列
obj[0:2]   # 从DataFrame提取0行1行
obj.loc['a',['b',c']]   # 通过标签切片，提取'a'行，['b',c']列
obj.loc['a','b':'c']    # 通过标签切片，提取'a'行，'b':'c']列
obj.iloc[:2,1]          # 通过数字切片，提取第0,1行，第1列