pandas的选择、设置数据、导入导出
- 选择数据
- iloc[] 根据位置（索引）选择数据
- pandas.iloc[0, 2] 选择第0行第2列的数据
- pandas.iloc[0:2, 1] 选择第 0-1 两行的第1列数据，[0,2)为半开半闭区间
- pandas.iloc[ : , 1] 选择所有行的第1列数据
- loc[] 根据标签选择数据
- pandas.loc['A', 'age'] 选择A行的age列数据
- pandas.loc['A':'C' , 'age'] 选择第A-C三行的，使用标签['A', 'C']为闭区间
# Pandas选择数据
def function1():
# 自定义字典
dict = {'height': pd.array([175, 182, 178], dtype=np.int32),
'birthday': pd.date_range("2000-1-1", periods=3),
'weight': np.array([65, 68, 70], dtype='int32'),
'tool': pd.Categorical(["plane", "train", "bus"])}
# index 设置行索引号，默认从0开始计数
df = pd.DataFrame(dict, index=pd.Series(['A', 'B', 'C']))
# height birthday weight tool
# A 175 2000-01-01 65 plane
# B 182 2000-01-02 68 train
# C 178 2000-01-03 70 bus
print(df)
# df.tool同效果，打印指定列
# A plane
# B train
# C bus
# Name: tool, dtype: category
# Categories (3, object): ['bus', 'plane', 'train']
print(df['tool'])
# 选择某行的数据，[0,1)表示第0行，[0,3)表示第0到第2行
# height birthday weight tool
# A 175 2000-01-01 65 plane
print(df[0:2])
# select by label : loc
# DataFrame.loc[行，列] 如loc[:, [height, weight]] 选择全部行的height、weight两列
# 这里选择第A、第C行的height、weight两列内容
# height weight
# A 175 65
# C 178 70
print(df.loc[['A', 'C'], ['height', 'weight']])
# 选择 第A到第C三行的 height 列
# height
# A 175
# B 182
# C 178
print(df.loc['A':'C', ['height']])
# select by position : iloc
# DataFrame.iloc[行，列] 如iloc[0:2, [0, 3]] 选择第0、第1行的第0、第3两列
# 通过标签位置（数字下标）选择
# height tool
# A 175 plane
# B 182 train
print(df.iloc[0:2, [0, 3]])
# Boolean index
# 布尔索引，表达式为真时显示该行数据
# height birthday weight tool
# B 182 2000-01-02 68 train
# C 178 2000-01-03 70 bus
print(df[df['height'] > 175])
- 设置数据
- 使用iloc[]、loc[]设置，跟选择同理，选择并赋值就是设置
# 使用iloc[]、loc[]设置
def function2():
# 自定义字典
dict = {'height': pd.array([175, 182, 178], dtype=np.int32),
'birthday': pd.date_range("2000-1-1", periods=3),
'weight': np.array([65, 68, 70], dtype='int32'),
'tool': pd.array(["plane", "train", "bus"])}
# index 设置行索引号，默认从0开始计数
df = pd.DataFrame(dict, index=pd.Series(['A', 'B', 'C']))
# height birthday weight tool
# A 175 2000-01-01 65 plane
# B 182 2000-01-02 68 train
# C 178 2000-01-03 70 bus
print(df)
# 根据位置设置
# B 181 2000-01-02 68 train
df.iloc[1, 0] = 181
# 可以多个设置，这里是第1、第2行设置 df.iloc[1:3, 2] = 75 同效果
# # B 181 2000-01-02 75 train
# # C 178 2000-01-03 75 bus
df.iloc[[1, 2], 2] = 75
# 根据标签设置
# A 175 2000-01-01 65 car
df.loc['A', 'tool'] = "car"
# : 表示所有的，这里时所有行的birthday列都设置
# height birthday weight tool
# A 175 2011-11-11 65 car
# B 181 2011-11-11 75 train
# C 178 2011-11-11 75 bus
df.loc[:, 'birthday'] = "2011-11-11"
- 导入导出
|
文件格式
|
读取文件
|
保存文件
|
|
CSV
|
read_csv
|
to_csv
|
|
JSON
|
read_json
|
to_json
|
|
HTML
|
read_html
|
to_html
|
|
Excel
|
read_excel
|
to_excel
|
|
SQL
|
read_sql
|
to_sql
|
|
Local clipboard
|
read_clipboard
|
to_clipboard
|
|
HDF5 Format
|
read_hdf
|
to_hdf
|
|
Feather Format
|
read_feather
|
to_feather
|
|
Parquet Format
|
read_parquet
|
to_parquet
|
|
Msgpack
|
read_msgpack
|
to_msgpack
|
|
Stata
|
read_stata
|
to_stata
|
|
Python Pickle Format
|
read_pickle
|
to_pickle
|
|
Google Big Query
|
read_gbq
|
to_gbq
|
-
- Excel的 student.xlsx内容
-
- data = pandas.read_excel()
- data类型为 DataFrame，修改data
# 通过位置修改第0行的名字
data.iloc[0, 1] = 'tomcat'
# 通过位置修改第1-4行的年龄为18
data.iloc[1:5, 2] = 25
# 通过标签将第0行的Id修改为11
data.loc[0, 'Id'] = 11
-
- data.to_csv()
# Pandas 导入导出
def function3():
# 读取excel文件为data
data = pd.read_excel('Excel/student.xlsx')
# data类型为DataFrame二维表格
# <class 'pandas.core.frame.DataFrame'>
print(type(data))
# Id Name Age
# 0 1 tom 18
# 1 2 jerry 17
# ... ... ...
# 8 9 kelly 18
# 9 10 catty 18
print(data)
# 通过位置修改第0行的名字
# 0 1 tomcat 18
data.iloc[0, 1] = 'tomcat'
# 通过位置修改第1-4行的年龄为18
# 1 2 jerry 18
# 2 3 mary 18
# 3 4 lili 18
# 4 5 alicy 18
data.iloc[1:5, 2] = 18
# 通过标签将第0行的Id修改为11
# 0 11 tomcat 18
data.loc[0, 'Id'] = 11
# 将data保存为csv格式
data.to_csv('Excel/student.csv')
