1.1 文本文件读取与储存
pandas. read_csv (filepath_or_buffer, sep=’,’, header=’infer’, names=None, index_col=None, dtype=None, engine=None, nrows=None)
sep–分隔符，read_csv默认为”,”，read_table默认为制表符。
header–表示将某行数据作为列名，默认infer为自动识别
names–列名
index_col–索引列位置
DataFrame. to_csv (path_or_buf=None, sep=’,’, na_rep=”, columns=None, header=True, index=True,index_label=None,mode=’w’,encoding=None)
1.2 excel文件读取与储存
pandas. read_excel (io, sheetname=0, header=0, index_col=None, names=None, dtype=None)
dtype–接收字典
DataFrame. to_excel (excel_writer=None, sheetname=None’, na_rep=”, header=True, index=True, index_label=None, mode=’w’, encoding=None)
2.1 查看访问DataFrame中的数据
使用字典访问：DataFrame[‘列名称’]
使用访问属性：DataFrame.列名称 #（不推荐）
访问这一列的前五个元素（含表头）：DataFrame[‘列名称’][:5]
访问多列的多行数据：DataFrame[‘列名称1’，’列名称2’][:5]
DataFrame[:][1:5]
DataFrame.head()前5行
DataFrame.tail()后5行
默认都是5，可在（）内添加访问行数
DataFrame.loc[：， ‘列名称’]
DataFrame.iloc[：， 列索引]
DataFrame.loc[：， [‘列名称1’, ‘列名称2’]]
DataFrame.iloc[：， [1, 3]] #提取第一列和第三列
DataFrame.loc[2:6， [‘列名称1’, ‘列名称2’]] # #行名为2-6 列名为列名称1 列名称2的数据
loc函数传入的索引若为区间，则是闭区间
DataFrame.iloc[2:7, [1，3] ] #列位置为1 3 行位置为2-6
iloc函数传入的索引若为区间，则是前闭后开区间
DataFrame.loc[data_csv[“writing score”] == a,[‘列名称’]]
DataFrame.iloc[(data_csv[“writing score”] == a).values, [列索引]]
2.2 更改DataFrame中的数据
原理：提取出来，重新赋值，但是会更改原数据
DataFrame.loc[DataFrame[‘abc’]=100, ‘abc’] = ‘1’#将abc中等于100的值换位1
2.3 增添DataFrame中的数据
DataFrame[‘新增列名称’] = DataFrame[‘列名称1’]*DataFrame[‘列名称2’]
DataFrame[‘新增列名称’] = ‘新增列的值’
DataFrame.insert(列索引， 列名称， 数据， allow_duplicates=False)
最后一项参数为，是否允许列名重复
pd.append() 只能实现在最后增加一行，需要将原始的DataFrame拆分，再插入数据后将其合并。
待插入行索引
row_n = 1
待插入数据，以一维列表为例
d = [["*"] * 4]
拆分
DataFrame1 = [:row_n]
DataFrame2 = [row_n:]
参数：添加数据，是否无视行索引
DataFrame = DataFrame1.append(d,ignore_index=True).append(DataFrame2,ignore_index=True)
def df_insert(df, n, arr, ignore_index=True):
"""
DataFrame任意位置添加一行
:param df: DataFrame
:param n: 添加行号索引
:param arr: 添加数据
:param ignore_index: 是否无视行索引，为True则重新从0生成df的行号
:return: DataFrame
"""
# 如果原df列名被修改，则需要给新插入的行也赋予列名
# arr = pd.DataFrame（np.array(arr).reshape((1, len(arr))）, columns=df.columns)
# 否则直接插入二维数组即可
arr = [arr]
df1 = df[:n]
df2 = df[n:]
df0 = df1.append(arr, ignore_index).append(df2, ignore_index)
return df0
待插入行索引
row_n = 1
待插入数据，以一维列表为例
d = ["*"] * 4
调用方法
pd_arr = df_insert(pd_arr, row_n, d)
2.4 删除DataFrame中的数据
DataFrame.drop(labels, axis, inplace)
labels–删除行或者列的标签
axis–0为横轴 1为纵轴，默认为0
inplace–操作是否对原数据生效，默认为False
labels为列标签
labels为行索引，可用range函数
2.5 描述分析DataFrame
中位数median 极差ptp 标准差std 协方差cov
1)np.mean求某一列的均值
np.mean(DataFrame[‘列名称’])
2)pandas实现求某一列均值
DataFrame[‘列名称’].mean()
3)describe函数实现数值型特征的描述性统计
DataFrame[[‘列名称1’, ‘列名称2’]].discribe()
sem标准误差 skew样本偏差 quantile四分位数 mode众数 kurt样本峰值
对某一类频数出现前十名进行统计
DataFrame[‘列名称’].value_counts()[0: 10]
Original: https://blog.csdn.net/gm1_1/article/details/124151374
Author: 留校察看的阿车
Title: Python学习笔记（8）Pandas统计分析1
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/679024/
转载文章受原作者版权保护。转载请注明原作者出处！