Pandas学习之路【1】

安装pandas：

?

1	pip install pandas

　　

pandas读取数据：

数据类型	读取方式
csv, tsv, txt	pd.read_csv
Excel	pd.read_excel
mysql	pd.read_sql

 

1.读取csv文件数据

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

import pandas as pd   # 文件路径 path = 'C:\\Users\\zhang\\Desktop\\ant-learn-pandas-master\\datas\\titanic\\titanic_test.csv'   # 读取数据 ratings = pd.read_csv(path)   # 查看数据的形状, (行数，列数) ratings.shape   # 查看列名 ratings.columns   # 查看每一列的数据类型 ratings.dtypes   # 查看索引列 ratings.index   # 查看前几行数据 ratings.head()

　　

2.读取txt文件【需要自己指定列的分隔符， 自己定义列名】

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

path = 'C:\\Users\\zhang\\Desktop\\ant-learn-pandas-master\\mydata.txt'     # 参数解释： # path：路径 # sep：分隔符 # header=None，文件中没有表头 # names：读取数据后自己定义的表头 字段名   pvnv = pd.read_csv(     path,     sep='\t',     header=None,     names=['pdate', 'pv', 'nv'] )

　　

3.读取Excel文件数据

?

1 2 3

path = 'C:\\Users\\zhang\\Desktop\\ant-learn-pandas-master\\39. pdf_chinese_english.xlsx'   pvuv = pd.read_excel(path)

　　

4.读取MySQL数据库的表数据

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

# 创建数据库连接 import pymysql   conn = pymysql.connect(         host = '127.0.0.1',         user = 'root',         password = '123456',         database = 'testdb',         chartset = 'utf8' )     # 读取mytb表的数据 mysql_data = pd.read_sql('select * from mytb', con = conn)

　　

5.pandas的数据结构【DataFrame, Series】

DataFrame：整个表格数据，二维数据

Series：一行或一列，一维数据

　　创建series的三种方式：

方式一：根据列表创建一个简单的series

?

1 2 3 4 5 6 7 8

# 创建一个series s1 s1 = pd.Series([1, 'a', 2.5, 7])   # 获取s1的索引 s1.index   # 获取s1的数据 s1.values

　　

方式二：创建一个具有标签索引的series【不再使用默认的数字作为索引，而是使用自定义的标签作为索引】

?

1 2 3 4 5 6 7

s2 = pd.Series([1, 'a', 2.5, 7], index=['a', 'b', 'c', 'd'])   # 获取s2的索引 s2.index   # 获取s2的数据 s2.values

　　

方式三：使用字典创建一个series

?

1 2 3 4 5 6 7 8 9

sdata = {'a': 100, 'b': 200, 'c': 300, 'd': 400}   s3 = pd.Series(sdata)   # 获取s3的索引【sdata中的keys】 s3.index   # 获取s3的数据【sdata中的values】 s3.values

　　

　　查询Series的数据：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

# 查看全部 print(s3)   # 查看某一个索引的值 s3['a']   # 查看数据类型 type(s3['a'])   # 查看多个值 s3[['a', 'b']]   # 查看类型 type(s3[['a', 'b']])

　　

DataFrame ** 结构【表格类型】：

使用字典创建一个DataFrame:

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

data = {     'state': [1,2,3,4,5,6],     'year': [1,2,3,4,5,6],     'pop': [1,2,3,4,5,6] }   df = pd.DataFrame(data)    # 创建后的表格为：6行3列   # 查看类型 df.dtypes   # 查看列名 df.columns   # 查看索引 df.index

　　

从DataFrame中查询Series:

• 如果是查询一行、一列，返回的是pd.Series

• 如果是查询多行、多列，返回的是pd.DataFrame

?

1 2 3 4 5 6 7 8 9

# 查询一列 df['year']   type(df['year'])  # 返回的是pd.Series类型   # 查询多列 df[['year', 'pop']]   type(df[['year', 'pop']])  # 返回的是pd.DataFrame类型

　　

?

1 2 3 4 5 6 7 8 9 10 11

# 查询一行 # 查询index=1的一行 df.loc[1]   type(df.loc[1])  # 返回的是pd.Series类型   # 查询多行 # 查询：第1行-第3行 df.loc[1:3]   type(df.loc[1:3])  # 返回的是pd.DataFrame类型