python –Pandas详解

pip install pandas

检验是否安装成功

import pandas

print(pandas.__version__)
输出: 1.3.4

入门示例:

import pandas as pd

a = {
    '列名1': ['01', '02', '03'],
    '列名2': ['08', '09', '10']
}

b = pd.DataFrame(a)
print(b)

输出:
  列名1 列名2
0  01  08
1  02  09
2  03  10

Pandas 数据结构 – Series

Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。

Series 由索引（index）和列组成，函数如下：

pandas.Series( data, index, dtype, name, copy)

参数说明：

• data：一组数据(ndarray 类型)。
• index：数据索引标签，如果不指定，默认从 0 开始。
• dtype：数据类型，默认会自己判断。
• name：设置名称。
• copy：拷贝数据，默认为 False。

创建一个简单的 Series 实例：

import pandas as pd

a = [1, 2, 3]
myvar = pd.Series(a)
print(myvar)

输出:
0    1
1    2
2    3
dtype: int64

索引
如果没有指定索引，索引值就从 0 开始，我们可以根据索引值读取数据！

import pandas as pd

a = [1, 2, 3]
myvar = pd.Series(a)
print(myvar[2])

print(myvar.get(10)) 可以通过get方式拿  拿不到返回None，也可指定默认值

输出:
3

可以指定索引值，如下:

import pandas as pd

a = ["Google", "Runoob", "Wiki"]

myvar = pd.Series(a, index=["x", "y", "z"])
print(myvar)
print('-------------------华丽的分割线------------------')
print(myvar['x'])

输出:
x    Google
y    Runoob
z      Wiki
dtype: object
calories    420
duration     50
Name: 0, dtype: int64
   calories  duration
1       380        40
2       390        45

注：返回结果其实就是一个 Pandas DataFrame 数据。

可以指定索引值，如下实例

import pandas as pd

data = {
    "calories": [420, 380, 390],
    "duration": [50, 40, 45]
}

df = pd.DataFrame(data, index=["day1", "day2", "day3"])

print(df)
print(df.loc["day2"]) # 按行取值

输出:
      calories  duration
day1       420        50
day2       380        40
day3       390        45

DataFrame 增删改查

import pandas as pd

data = {
    "calories": [420, 380, 390],
    "duration": [50, 40, 45]
}

df = pd.DataFrame(data, index=('10', '11', '12'))

print(df['calories']) # 按列提取
print(df.iloc[0])  # 按行索引提取
print(df.loc['10']) # 按行自定义索引提取

 # del df['duration']  # del 方法删除
df.pop('duration') # pop方法删除
print(df)

df['add'] = [88, 89, 90]  #新增
print(df)

df.insert(0, 'insert', '98')   # 插入列索引,列名,值
df.insert(0, 'insert', [98, 99, 100])

处理CSV

读csv并输出

import pandas as pd
df = pd.read_csv(r'C:\Users\ht-desktop-001\Desktop\nba.csv')

print(type(df))
print(df.to_string())
注： to_string() 用于返回 DataFrame 类型的数据，如果不使用该函数，则
输出结果为数据的前面 5 行和末尾 5 行，中间部分以 ... 代替。

输出:
<class 'pandas.core.frame.dataframe'>
                         Name                    Team  Number Position   Age Height  Weight                College      Salary
0               Avery Bradley          Boston Celtics     0.0       PG  25.0    6-2   180.0                  Texas   7730337.0
1                 Jae Crowder          Boston Celtics    99.0       SF  25.0    6-6   235.0              Marquette   6796117.0
2                John Holland          Boston Celtics    30.0       SG  27.0    6-5   205.0      Boston University         NaN
...&#x592A;&#x957F;&#x672A;&#x590D;&#x5236;
</class>

写入csv

import pandas as pd

三个字段 name, site, age
nme = ["Google", "Runoob", "Taobao", "Wiki"]
st = ["www.google.com", "www.runoob.com", "www.taobao.com", "www.wikipedia.org"]
ag = [90, 40, 80, 98]

字典
dict = {'name': nme, 'site': st, 'age': ag}

df = pd.DataFrame(dict)

保存 dataframe
df.to_csv('site.csv')

head()
head( n ) 方法用于读取前面的 n 行，如果不填参数 n ，默认返回 5 行。

import pandas as pd

df = pd.read_csv('nba.csv')

print(df.head())  #  默认5行
print(df.head(1)) 读1行

输出:
            Name            Team  Number  ... Weight            College     Salary
0  Avery Bradley  Boston Celtics     0.0  ...  180.0              Texas  7730337.0
1    Jae Crowder  Boston Celtics    99.0  ...  235.0          Marquette  6796117.0
2   John Holland  Boston Celtics    30.0  ...  205.0  Boston University        NaN
3    R.J. Hunter  Boston Celtics    28.0  ...  185.0      Georgia State  1148640.0
4  Jonas Jerebko  Boston Celtics     8.0  ...  231.0                NaN  5000000.0

[5 rows x 9 columns]

tail()
tail( n ) 方法用于读取尾部的 n 行，如果不填参数 n ，默认返回 5 行，空行各个字段的值返回 NaN。

import pandas as pd

df = pd.read_csv('nba.csv')

print(df.tail())

info()返回表格的一些基本信息

`
import pandas as pd

df = pd.read_csv(r’C:\Users\ht-desktop-001\Desktop\nba.csv’)

print(df.info())

输出:

RangeIndex: 458 entries, 0 to 457 # 行数，458 行，第一行编号为 0
Data columns (total 9 columns): # 列数，9列
# Column Non-Null Count Dtype # 各列的数据类型

Original: https://blog.csdn.net/weixin_44634704/article/details/121338217
Author: 像风一样的男人@
Title: python –Pandas详解