python——pandas數據分析處理庫

1、安裝

pip install pandas

2、數據讀取

import pandas

food_info = pandas.read_csv('food_info.csv')   # 讀取CSV文件
print(type(food_info))     # DataFrame格式
print(food_info.dtypes)    # 加s，包含什麼類型，例NAME object，object就是string
#print(help(pandas.read_csv))
#print(food_info)
print(food_info.head(3))   # 前三行（除標題外）
print(food_info.tail(1))   # 從後面取，1行
print(food_info.columns)   # 他的具體列
print(food_info.shape)     # (24, 4)維度，多少行多少列，（不含標題）
print(food_info.loc[0])    # 第一行的數據（除標題外）
print(food_info["NUMBER"]) # 把某一列的數據取出來，兩列["",""]
print(food_info.columns.tolist())  # 把列變爲list形式

3、數據處理

import pandas
import numpy

food_info = pandas.read_csv('food_info.csv')
print(food_info['NUMBER'] / 10)   # 每個數據都除以10
food_info.sort_values('WATER', inplace=True)  # 排序默認升序，inplace=true，在原始數據上修改(food_info)，false，生成新的，不修改原始數據
print(food_info['WATER'])
food_info.sort_values('WATER', inplace=True,ascending=False) # 降序
print(food_info['WATER'])

suger = food_info['SUGER']     # 取出suger列
suger_is_null = pandas.isnull(suger)  # 判斷是否爲空，空爲true，[false,false,true,,,]
#print(suger_is_null)
suger_null = suger[suger_is_null]  # 取出爲空的值，就是取出索引爲true的值
print(suger_null)
print(len(suger_null))
print(food_info['SUGER'].mean())   # 求平均值，會自動過濾掉空的值

# 類型是1，2,3，result結果的平均值==（1+0+1)/3
# 透視表，(以哪個指標，指標的結果，以什麼方式（平均值）默認均值)
result_ok = food_info.pivot_table(index="CLASS", values="RESULT", aggfunc=numpy.mean)
print(result_ok)   # 1 0.588235   2 0.250000  3 0.666667

# 有缺失值，扔掉，按列，根據name和suger
food = food_info.dropna(axis=0, subset=['NAME', 'SUGER'])
print(food.head(5))
food_index = food.reset_index(drop=True)   # 重置原來的索引值，會從0開始
print(food_index.head(5))

# food_info.apply(函數：對數據處理)
def which_null(row):
	class1 = row['NAME']
	if pandas.isnull(class1):
		return 'Unknown'
	else:
		return class1
classes = food_info.apply(which_null, axis=1)  # 按行執行
print(classes)

4、series類型

import pandas as pd 
from pandas import Series

food_info = pd.read_csv('food_info.csv')
# series結構，是dataframe的子結構，比如，一行一列，幾行幾列，就是series
series_name = food_info['NAME']
print(type(series_name))

# 造出一個series，index是name的值，值是suger的值
ser = Series(food_info['SUGER'].values, index=food_info['NAME'])
print(ser)
print(food_info['SUGER'])  # 這是series類型
print(food_info['SUGER'].values)  # 這是list類型