数据结构
Series对象 创建一维数组的对象
s1 = pandas.Series([1, 2, 3, 4])
s2 = pandas.Series([1,2,3],index=['a','b','c'])
s3 =pandas.Series({'a':1,'b':2})
返回值
a 1
b 2
c 3
dtype: int64
DataFrame对象 二维数组对象
s1 = pandas.DataFrame([['student1',12,89],
['student2',21,90]],
index=['001','002'],
columns=['name','age','score'])
返回值
name age score
001 student1 12 89
002 student2 21 0
读取数据 ——Excel表格
使用read_excel
excel = pandas.read_excel('工作簿1.xlsx',
sheet_name=0,
engine='xlrd')
默认引擎是xlrd，使用时需要安装xlrd，此外还需要安装openpyxl模块。
sheet_name=0,表示读取第一个工作表。也可使用具体表名。
指定读取数据的行、列标签
使用参数header和index_col
赋值为0时：自带的列标签没有了
none：没有改变
赋值为1：产品、金额表头没有了
赋值为2以此类推
使用index_col解决行标签同理
; 读取指定列
usecols=[2，3] 只读取第3，4列
读取前几行
使用head方法，默认是前5行
excel = pandas.read_excel('工作簿1.xlsx')
print(excel.head(3))
print(excel.shape)
查看数据总行数、列数——shape方法
print(excel.shape) #(9,6)
转换数据类型——astype()函数
; 选择单行、多行标签——loc和iloc
loc通过行标签选择
data.loc[['d001','d002']]
iloc通过索引来选择
data.iloc[['d001','d002']]
data.iloc[1:2]
选择满足条件行
; 处理重复数据
planets = pd.read_csv('planets.csv')
print(planets.head(10))
planets.drop_duplicates(subset=['method','year'],keep='first',inplace=True)
print(planets.head(10))
planets.drop_duplicates(subset=[‘method’,’year’],keep=’first’,inplace=True)这个是最关键的语句了。
首先subset参数是一个列表，这个列表是需要你填进行相同数据判断的条件。就比如我选的条件是method和year，即 method值和year的值相同就可被判定为一样的数据。keep的取值有三个 分别是 first、last、false
keep=first时，保留相同数据的第一条。keep=last时，保存相同数据的最后一条。keep=false时，所有相同的数据都不保留。inplace=True时，会对原数据进行修改。否则，只返回视图，不对原数据修改。
追加文件内容
def append_excel(df, content_list):
"""
excel文件中追加内容
:return:
df:已有表格中数据
content_list:待追加的内容列表
"""
ds = pandas.DataFrame(content_list)
df = df.append(ds, ignore_index=True)
df.to_excel('c.xlsx', index=False, header=False)
append_excel(pandas.read_excel('c.xlsx', header=None), data)
Original: https://blog.csdn.net/weixin_55029563/article/details/120243397
Author: weixin_55029563
Title: python + pandas数据储存
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/753711/
转载文章受原作者版权保护。转载请注明原作者出处！