pandas

pandas 是 Python Data Analysis Library 的缩写，是基于Numpy的一种工具，该工具是为了解决数据分析任务而创建的。

numpy是用来处理数值型数据的，pandas是用来处理除了数值型数据的其他数据的

最重要的就是DataFrame(数据表格，excel,二维：行，列

　　　　　　series(一维）

 

DataFrame

DataFrame属性：value,columns,index,shape

第一种创建方法

from pandas import DataFrame
import numpy as np
df  = DataFrame(data={
    "Python":np.random.randint(0,150,size=5),
    "Math":np.random.randint(0,150,size=5),
    "English":np.random.randint(0,150,size=5),
})
print(df)

结果：

   Python  Math  English
0      10     5       66
1     135   121      121
2     116    97       23
3     147    76      104
4      35    32       84

我们给他加上索引

from pandas import DataFrame
import numpy as np
df  = DataFrame(data={
    "Python":np.random.randint(0,150,size=5),
    "Math":np.random.randint(0,150,size=5),
    "English":np.random.randint(0,150,size=5),
},index=list("ABCDE"))
print(df)

结果：

   Python  Math  English
A     111   144        9
B       1    97       55
C      46    92       11
D     134    16      112
E      31    66        4

第二种方法

from pandas import DataFrame
import numpy as np
df = DataFrame(data=np.random.randint(0,150,size=(10,4)),#size代表的是10行4列
               index=list("ABCDE12345"),
               columns=["python",'math','en','physic'])

print(df)

 

结果：

   python  math   en  physic
A      63    79    8      30
B     146    29   45      36
C      45    99    9      54
D     104   127  122      68
E      76   113   89      97
1      56    73   25     118
2       5    46  134     126
3      29    84   47      94
4      36   112    1       8
5      35     6   48       3

dataframe的保存

dataframe可以保存成很多类型的文件，to_csv,to_dict,to_json,to_excel等等

from pandas import DataFrame
import numpy as np
df = DataFrame(data=np.random.randint(0,150,size=(10,4)),#size代表的是10行4列
               index=list("ABCDE12345"),
               columns=["python",'math','en','physic'])

print(df.to_dict())

结果：

{'python': {'A': 95, 'B': 99, 'C': 146, 'D': 109, 'E': 147, '1': 56, '2': 16, '3': 115, '4': 137, '5': 110}, 'math': {'A': 70, 'B': 72, 'C': 96, 'D': 54, 'E': 32, '1': 147, '2': 39, '3': 110, '4': 23, '5': 25}, 'en': {'A': 49, 'B': 117, 'C': 14, 'D': 25, 'E': 65, '1': 125, '2': 86, '3': 99, '4': 143, '5': 3}, 'physic': {'A': 25, 'B': 22, 'C': 95, 'D': 112, 'E': 108, '1': 83, '2': 131, '3': 75, '4': 135, '5': 0}}