pandas用法（1）

（1）pandas简介

pandas是一个开源的，BSD许可的库，为python编程语言提供高性能，易于使用的数据结构和数据分析工具。

pandas提供了两种易于使用的重要数据类型，Series和DataFrame，可以使用如下语句调用；

from pandas import Series,DataFrame

Series可以由一个数组的数据构成

import pandas as pd

s1=pd.Series([150,80,67,60])

查看

s1.index

s1.values

 

（2）Series用法

1、创建Series的时候，指定index关键字的方式创建带有自定义索引的Series

s2=pd.Series([100,79,65,77],index=["chinese","english","history","maths"])

查看s2

s2[["english","history"]]

2、由字典直接转化而来

d1={"name":"张三","Gender":"男","age":20,"height":180,"weight":66}

查看：

d1

d1[["name","height","weight"]]

 

（3）DataFrame用法

DataFrame是类似于电子表格的数据结构，有行和列的索引，可以被看做一个Series的字典

使用字典创建DataFrame

import pandas as pd

dfPerson={"name":["tom","jack",'kitty","eric"],"age":[20,19,21,22],"height":[180,178,170,182],"weight":[66,65,52,75]}

personSheet=pd.DataFrame(dfPerson)

查看

personSheet.head()    获取前5行数据

personSheet.columns

personSheet.values

personSheet.age

2、通过numpy创建DataFrame

a=np.random.randn(10,5)   

创建10行5列正则化的随机数

ss=pd.DataFrame(a)

ss.info()

ss.dtypes

（4）数据操作

将excel和csv中的数据导入进来

读取csv中的数据

personInfo=pd.read_csv("datalab/28496/pesonInfo.csv",header=None,names=["name","age","height","weight"])

personInfo   查看

personInfoed=personInfo.groupby(["age"])

personInfoed.count()

 

读取excel中的数据

personInfo=pd.read_excel("datalab/28496/pesonInfo.xslx",header=None,names=["name","age","height","weight"])

常用操作方法

1、shape可以获取excel文件的行和列，以元组形式返回

2、info()获取数据类型

3、isnull()判断哪个值是缺失值

4、head()传入的参数代表获取前几行

5、describe()掌握数值的分布情况，如均值。最值、方差，分位数

6、drop()是否将原索引删掉，设置参数inplace来确认是否修改原数据表

7、dropna()删除有缺失值的行，返回删除后的数据，传入参数how=all，要全为控制才会删除

8、fillna()括号内可直接填入要填充的值，也可指定列填充，以字典形式传参

 

（5）排序

sort_index排序方法： 对于Series

dataSort=pd.Series(range(5),index=['a','b','e','c','d'])

dataSort.sort_index()

sort_index()方法默认升序排序，但可以通过指定参数ascending=False来降序排序

dataSort.sort_index(ascending=False)

对于DataFrame，可以通过axis=0|1来根据轴索引进行排序

-----------------------------------------------------------

（6）分组与合并

groupby()     pd.concat()

DataFrame的合并 。。。。。。。。。。。。。。。

---------------------------------------------------------------