pandas的处理CVS文件技巧

1.pandas的读取CVS文件

import pandas as pd
df = pd.read_csv("dachen_data.csv",delimiter=",",encoding="GBK")
print(df)

1.1 dachen_data.csv文件为

 

1.2 打印处理的df为

2.写cvs的值

块操作

df['销售额']=df['价格']* df['成交量']

print(df)

   Unnamed: 0       商品    价格  成交量    卖家  位置     销售额
0           0  东北大米10顿  1002  123  大成集团  厦门  123246
1           1  东北大米11顿   981  200  大成集团  厦门  196200
2           2  东北大米12顿  2002  423  大成集团  厦门  846846
3           3  东北大米13顿  1122  523  大成集团  厦门  586806
4           4  东北大米14顿  1232  133  大成集团  厦门  163856

条件过滤

#df[ (df(["价格"]<1232)) ] #print((df(['价格'] < 1232)))

位置作为索引

df1=df.set_index("位置").sort_index() #df.head() #df.info() print(df1.head) print(df.describe()) grouped=df['成交量'].groupby(df['位置']) print(grouped.mean())

 

位置                                              
北京           2  东北大米12顿  2002  423  大成集团  846846
北京           7  东北大米17顿  1232   23  大成集团   28336
厦门           0  东北大米10顿  1002  123  大成集团  123246
厦门           4  东北大米14顿  1232  120  大成集团  147840
厦门           5  东北大米15顿  1232   13  大成集团   16016
杭州           3  东北大米13顿  1122  523  大成集团  586806
杭州           6  东北大米16顿  1232   93  大成集团  114576
福州           1  东北大米11顿   981  200  大成集团  196200>
       Unnamed: 0         价格         成交量            销售额
count     8.00000     8.0000    8.000000       8.000000
mean      3.50000  1254.3750  189.750000  257483.250000
std       2.44949   320.0214  186.430186  297810.155289
min       0.00000   981.0000   13.000000   16016.000000
25%       1.75000  1092.0000   75.500000   93016.000000
50%       3.50000  1232.0000  121.500000  135543.000000
75%       5.25000  1232.0000  255.750000  293851.500000
max       7.00000  2002.0000  523.000000  846846.000000
位置
北京    223.000000
厦门     85.333333
杭州    308.000000
福州    200.000000