import pandas as pd
用英超积分榜这个实例来熟悉下pandas中DataFrame的操作。首先从网上抠一个当前的英超积分榜，保存为ecxel格式。然后导入到pandas中，初始化为一个DataFrame。
对表格的各种操作中总体上就可以分为4类：查，改，增，删。下面练习一下。
df = pd.read_excel("英超积分表.xlsx")
其完整数据，如下表：
df
排名球队场次积分胜平负进球失球净胜球01曼城3377245469244512曼联3266199464352923莱斯特城3259185958372134切尔西32551510750311945西汉姆联3255167953421156热刺33531581056381867利物浦3253158954381678埃弗顿3149147104340389阿森纳32461371244368910利兹联324614414505001011阿斯顿维拉314413513443591112狼队3241118133241-91213水晶宫3138108133352-191314南安普敦3236106164058-181415纽卡斯尔323598153553-181516布莱顿3234713123338-51617伯恩利323389152645-191718富勒姆3327512162543-181819西布朗322459182862-341920谢菲尔德联321442261756-39
查看争冠球队
我们假设目前的积分榜前三名还有争冠希望，来看下前三名是谁。这个需求实际就是”查”，因为该表格已经按照积分排序了，因此就是查找df中前n行记录。可以通过两种常用的方法：
方法1： df.head(3)
方法2： df.iloc[:3, :]
结果分析：曼城夺冠基本稳了吧。联赛共38论，还有5轮的情况下领先少赛一场的曼联11分。
df.iloc[:3, :]
排名球队场次积分胜平负进球失球净胜球01曼城3377245469244512曼联3266199464352923莱斯特城32591859583721
查看争四球队
英超的争四历来激烈无比，为了欧冠名额要拼啊，我们来看下目前的争四形势积分。这仍然是一个”查”操作，但我们只想关注积分信息。两种实现方式：
方法1： df.iloc[:7, :3]。即基于位置查找，取出前7行，且只看前三列的数据（[‘排名’，’球队’，’场次’，’积分’]）
方法2： df.loc[:7, ['排名', '球队', '场次'，'积分']]。即基于label进行查找。
结果分析：争四果然激烈啊。目测从第三名到第八名都在争四。仰天长叹，争四狂魔阿森纳居然争不了四了。温格走后，才知道教授的厉害呀。
df.loc[:7,['排名', '球队', '场次', '积分']]
排名球队场次积分01曼城337712曼联326623莱斯特城325934切尔西325545西汉姆联325556热刺335367利物浦325378埃弗顿3149
查看保级球队
同样是一个查找操作。可用方法有：
方法1： df.tail(3)
方法2： df.iloc[:-3,:]
结果分析：副班长的争夺者们，要加油了呀。留在英超，钱更多呀。
df.iloc[-4:-1, :]
排名球队场次积分胜平负进球失球净胜球1617伯恩利323389152645-191718富勒姆3327512162543-181819西布朗322459182862-34
查看指定球队
比如小明是西汉姆联的球迷，它只想看铁锤帮的信息。这仍是一个带有条件表达式的查找操作，查找条件是’球队’==’西汉姆联’。
结果分析：第五名啊，不错不错，这当然少不了林皇的功劳。
df[df['球队']=='西汉姆联']
排名球队场次积分胜平负进球失球净胜球45西汉姆联32551679534211
又比如小刚想查看下热刺和阿森纳两只球队的对比。这是一个带有条件表达式的查找操作，查找条件为：’球队”热刺’ or ‘球队”阿森纳’
df[(df['球队']=='热刺') | (df['球队']=='阿森纳')]
排名球队场次积分胜平负进球失球净胜球56热刺33531581056381889阿森纳32461371244368
将球队按照进攻水平排序
即按照’进球’数进行球队排序，来看看进攻火力最猛的球队是谁。
结果分析：
df_new = df.sort_values(by='进球', ascending=False)
df_new.loc[:6,['球队','进球']]
球队进球0曼城691曼联642莱斯特城585热刺566利物浦54
将球队按照防守水平排序
即按照’失球’数进行球队排序。
结果分析：曼城夺冠合情合理啊，进攻火力最猛，失球数有最少。独一档。
df_new = df.sort_values(by='失球', ascending=True)
df_new.loc[:6,['球队','失球']]
球队失球0曼城243切尔西311曼联3510阿斯顿维拉358阿森纳362莱斯特城375热刺386利物浦38
Original: https://blog.csdn.net/kaever/article/details/116102050
Author: 一从际发
Title: Pandas DataFrame使用实例1：英超积分榜
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/742880/
转载文章受原作者版权保护。转载请注明原作者出处！