作者：幻好
起源：恒生LIGHT云社区
Pandas 是一个 Python 软件库，它提供了大量能使咱们疾速便捷地解决数据的函数和办法。在本文将次要介绍 Pandas 的实用数据处理操作。
系列文章：
【Pandas学习笔记01】弱小的剖析结构化数据的工具集
概述
Pandas 是基于 NumPy 构建的库，在数据处理方面能够把它了解为 NumPy 加强版，同时 Pandas 也是一项开源我的项目。它基于 Cython，因而读取与解决数据十分快，并且还能轻松解决浮点数据中的缺失数据（示意为 NaN）以及非浮点数据。在本文中，根本数据集操作次要介绍了 CSV 与 Excel 的读写办法，根本数据处理次要介绍了缺失值及特色抽取，最初的 DataFrame 操作则次要介绍了函数和排序等办法。
数据集根底操作
- 读取 CSV 格式文件中的数据集
import pandas as pd# 形式1 df1 = pd.read_csv(“file.csv”)# 形式2df2 = pd.DataFrame.from_csv(“file.csv”)- 读取 Excel 格式文件中的数据集
import pandas as pddf = pd.read_excel("file.xlsx")- 获取根本的数据集特色信息
df.info()- 查问数据集根本统计信息
print(df.describe())- 查问所有列的题目名称
print(df.columns)- 应用 DataFrame 对象将数据写入 CSV 文件
# 采纳逗号作为分隔符，且不带索引df.to_csv("data.csv", sep=",", index=False)数据集的解决
首先定义一个 DataFrame 数据集：
import pandas as pddf = pd.DataFrame(data = [['java',1],['python',2],['golang','3']],index = [1,2,3],columns = ['name','rank'])print(df)打印数据集：
name rank1 java 12 python 23 golang 3查问数据操作
- 应用
df.loc[index, column]对具体的行和列的数据进行查问
# 查问指定行和列的数据df.loc[0,'name']#选取第0行到第1行，name列和rank列的数据df.loc[[0,1],['name','age']]#选取name列是M，name和rank列的数据df.loc[df['name']=='java',['name','rank']] - 通过
df['column_name']或df[row_start_index, row_end_index]对整列或肯定范畴的行数据进行查问
# 选取单列或多列df['name']df[['name','rank']] #第0行及之后的行df[0:] # 第1行到第2行（不含第3行）df[1:3] # 最初一行df[-1:] 减少数据操作
- 向数据集中减少列数据：
# 在第0列，加上 column 名称为 user_num，值为 user_num 的值user_num = ['100','89','70']df.insert(0,'user_num',user_num) # 默认在df最初一列加上column名称为 application，值为 application 的数据application = ['Web','AI','server']df['application'] = application- 向数据集中减少行数据：
# 若df中没有index为“10”的这一行数据，则新增# 若df中曾经有index为“10”的这一行数据，则更新数据。df.loc[10] = ['php',10]# 向df中追加新的数据new_df = pd.DataFrame(index = True,columns = ['name','rank'])df = df.append(new_df,ignore_index = True) 批改数据操作
- 批改列题目
#只把’user_num’改为’users’，要把所有的列全写上，否则报错。df.columns = ['name', 'rank', 'users'] #只批改name,inplace若为True，间接批改df，否则，不批改df，只是返回一个批改后的数据。df.rename(columns = {'name':'Name'}, inplace = True) - 批改数值
# 批改index为‘0’，column为‘name’的那一个值为Cdf.loc[0, 'name'] = 'C' # 批改index为‘0’的那一行的所有值df.loc[0] = ['java', 1, '1000'] # 批改index为‘0’，column为‘name’的那一个值为Javadf.loc[0,['name','rank']] = ['Java'] # 替换缺失数据df.replace(to_replace=None, value=None)删除数据操作
- 删除行数据
# 删除index值为2和3的两行df.drop([2,3],axis = 0,inplace = False)- 删除列数据
# 删除 name 列df.drop(['name'],axis = 1,inplace = False) del df['name'] # 删除 name 列，操作后，将删除的返回给new_dfnew_df = df.pop('age') 总结
本文次要介绍 Pandas 工具集的实用操作，可能帮忙咱们解决日常数据处理的根本问题，后续将持续分享高阶技巧，敬请期待。