Pandas 基于NumPy,为数据清理提供捷径
数据结构
序列Series,类似于numpy中的一维数组,不过Series带索引
数据框DataFrame,类似于Numpy中的二维数组
Series
创建series两种方式
series = pd.Series([1,2,3,4],index=['a','b','c','d']) # index缺省时候,就是一维数组了
print(series)
dic = {'zhangsan':18,'lisi':20}
series2 = pd.Series(dic)
print(series2)
DataFrame
dic = {
'name': ['zhangsan', 'lisi', 'ww'],
'age': [20, 18, 21],
'gender': ['m', 'f', 'm']
}
data = pd.DataFrame(dic, columns=['name', 'age', 'gender'], index=['1', '2', '3'])
print(data)
"""
name age gender
1 zhangsan 20 m
2 lisi 18 f
3 ww 21 m
"""
基本属性
函数 | 返回值 |
---|---|
values | 元素 |
index | 索引 |
columns | 列名 |
ndim | 维度数 |
shape | 数据形状,行列数目 |
dtypes | 类型 |
size | 元素个数 |
增删改查
- 查
dic = {
'name': ['zhangsan', 'lisi', 'ww'],
'age': [20, 18, 21],
'gender': ['m', 'f', 'm']
}
data = pd.DataFrame(dic, columns=['name', 'age', 'gender'], index=['1', '2', '3'])
print(data[['name', 'age']]['1': '2'])
#%%
name age
1 zhangsan 20
2 lisi 18
#%%
# DataFrame.loc[行索引名称或条件,列索引名称]
# DataFrame.iloc[行索引位置,列索引位置]
print(data.loc['1':'2','name':'gender'])
print(data.iloc[:2,0:3])
#%%
name age gender
1 zhangsan 20 m
2 lisi 18 f
name age gender
1 zhangsan 20 m
2 lisi 18 f
#%%
# loc,iloc 访问方式可以传入表达式,返回满足表达式的所有值
print(data.loc[data['age']>18,['name','age']])
#%%
name age
1 zhangsan 20
3 ww 21
#%%
- 更改DataFrame中的数据
data['age'] = 20
data.loc[:,'age'] = 20
data.iloc[:,1] = 20
# 使用series赋值
val = pd.Series([20,20,20], index = '1,2,3')
data['age'] = val
- 添加数据
data['class'] = '1604'
- 删除数据
data.drop('class', axis=1,inplace=True) # 删除class 列数据,并对源数据生效
# axis = 0 ,删除列
# inplace = false ,对原数据不生效
索引重建
series.reindex(['a','b','c'])
data.reindex(['0','1','2'])
读写数据
- 读取数据库
- 文本读取
read_table(), read_csv()
- Excel
read_excel