python——pandas数据分析处理库

1、安装

pip install pandas

2、数据读取

import pandas

food_info = pandas.read_csv('food_info.csv')   # 读取CSV文件
print(type(food_info))     # DataFrame格式
print(food_info.dtypes)    # 加s，包含什么类型，例NAME object，object就是string
#print(help(pandas.read_csv))
#print(food_info)
print(food_info.head(3))   # 前三行（除标题外）
print(food_info.tail(1))   # 从后面取，1行
print(food_info.columns)   # 他的具体列
print(food_info.shape)     # (24, 4)维度，多少行多少列，（不含标题）
print(food_info.loc[0])    # 第一行的数据（除标题外）
print(food_info["NUMBER"]) # 把某一列的数据取出来，两列["",""]
print(food_info.columns.tolist())  # 把列变为list形式

3、数据处理

import pandas
import numpy

food_info = pandas.read_csv('food_info.csv')
print(food_info['NUMBER'] / 10)   # 每个数据都除以10
food_info.sort_values('WATER', inplace=True)  # 排序默认升序，inplace=true，在原始数据上修改(food_info)，false，生成新的，不修改原始数据
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)  # 判断是否为空，空为true，[false,false,true,,,]
#print(suger_is_null)
suger_null = suger[suger_is_null]  # 取出为空的值，就是取出索引为true的值
print(suger_null)
print(len(suger_null))
print(food_info['SUGER'].mean())   # 求平均值，会自动过滤掉空的值

# 类型是1，2,3，result结果的平均值==（1+0+1)/3
# 透视表，(以哪个指标，指标的结果，以什么方式（平均值）默认均值)
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，根据name和suger
food = food_info.dropna(axis=0, subset=['NAME', 'SUGER'])
print(food.head(5))
food_index = food.reset_index(drop=True)   # 重置原来的索引值，会从0开始
print(food_index.head(5))

# food_info.apply(函数：对数据处理)
def which_null(row):
	class1 = row['NAME']
	if pandas.isnull(class1):
		return 'Unknown'
	else:
		return class1
classes = food_info.apply(which_null, axis=1)  # 按行执行
print(classes)

4、series类型

import pandas as pd 
from pandas import Series

food_info = pd.read_csv('food_info.csv')
# series结构，是dataframe的子结构，比如，一行一列，几行几列，就是series
series_name = food_info['NAME']
print(type(series_name))

# 造出一个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'])  # 这是series类型
print(food_info['SUGER'].values)  # 这是list类型