pandas 最全入门学习笔记

pandas 最全入门学习笔记

读取文件

方法
- 读取csv: read_csv() 引
- 读取excel: read_excel()
- 读取制表符分割的table： read_table()

参数
- encoding 设置文件编码
- header 设置表头
- sep 设置分割符,sep可以是正则表达式
- names 设置列名
- index_col 设置行索引,可以是多个列组成的复合索引
- skip_rows 跳过的某些行
- na_values 将指定的值替换为NaN,还可以指定列索引,只替换指定的列的值 eg: {‘idx’:[‘aaa’,’bbb’]}

写入文件

• 写入csv: to_csv()
• 写入excel: to_excel()
• 写入pickle文件： to_pickle()

基础的数据定位操作

• 获取所有列名 df.colunm
• 获取指定的列名 df.column[]
• 获取行索引 df.index
• 获取指定的列的数据 df[‘列名’]
• 获取指定的多个列的数据 df[[‘列名1’,’列名2’]]
• 获取指定的行 df.loc[‘行索引’]
• 获取指定行号的数据 df.iloc[行号] ,支持切片操作
• 获取指定行号的数据的值(返回的是array) df.loc[‘行索引’].values

聚合操作

• sum()
• mean()
• avg()
• count()
• std()
• groupby() 指定列名,返回根据该列进行分组的结果的迭代器。

>>> for name,group in brand_cloth.groupby('Brand'):
...     print(name)
...     print(group)
...