pandas 基础操作
pandas 基础操作
阿豪boy 发表于8个月前
pandas 基础操作
  • 发表于 8个月前
  • 阅读 7
  • 收藏 0
  • 点赞 0
  • 评论 0

【腾讯云】新注册用户域名抢购1元起>>>   

import  numpy as np
import  pandas as pd

s = pd.Series([1,2,3,np.nan,45])
print(s)


#时间序列
dates = pd.date_range('20170101',periods=6)
print(dates)

#为行和列加索引
d = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['a','b','c','d'])
print(d)

#默认使用数字作为索引
d = pd.DataFrame(np.random.randn(6,4))
print(d)

#使用字典
d = pd.DataFrame({'A':[1.,2],
                  'B':[pd.Timestamp('20130102'),pd.Timestamp('20170102')],
                  'C':pd.Categorical(['test','train']),
                  'D':np.arange(2)
                  })
print(d)
#类型
print(d.dtypes)
#列索引
print(d.index)
#行索引
print(d.columns)
#值
print(d.values)
#以数字进行一些描述,平均值,最大最小值等
print(d.describe())
print(d.T)
#按行或列排序
print(d.sort_index(axis=1,ascending=False))

#按照值排序
print(d.sort_values(by='A',ascending=False))

#获取一列
print(d['A'])
#切片式
print(d[0:1])
#标签选择,所有行,A到C的列
print(d.loc[:,'A':'C'])


#通过位置
print(d.iloc[0:1,1:3])
print(d.iloc[0:1,[0,1,3]])

#混合
print(d.ix[0:2,['A','C']])

#布尔筛选,找A中值为1的行
print(d[d['A']==1.])

#修改
print(d)
d.loc[0,'A']=12
print(d)
d.iloc[1,0]=33
print(d)

#整列修改,会有副本警告
t = d['A']==12.0
d['A'][t] = 0.0

print(d)

#添加一行设为空值
d['E'] = np.nan

print(d)


#舍弃数据,一列中含有nan的舍弃

print(d.dropna(axis=1,how='any'))

 

读取csv 

 

stu.txt

id  name    score
2150500094  陈文梁 85.79
2160500079  崔致琪 83.44
2160500080  侯玥林 86.53
2160500081  刘佳雯 92.33
2160500082  石可心 86.72
2160500100  严育豪 90.10
import  numpy as np
import  pandas as pd

data = pd.read_csv('stu.txt')
print(data)
输出  
     id  name    score
0  2150500094  陈文梁 85.79
1  2160500079  崔致琪 83.44
2  2160500080  侯玥林 86.53
3  2160500081  刘佳雯 92.33
4  2160500082  石可心 86.72
5  2160500100  严育豪 90.10

 

  • 打赏
  • 点赞
  • 收藏
  • 分享
共有 人打赏支持
粉丝 18
博文 797
码字总数 587595
×
阿豪boy
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
* 金额(元)
¥1 ¥5 ¥10 ¥20 其他金额
打赏人
留言
* 支付类型
微信扫码支付
打赏金额:
已支付成功
打赏金额: