Python Pandas库学习笔记（一）

笔记重点

• pd.read_excel()的使用
• 查看导入数据的属性：维度、列名、数据格式、唯一值、所有值、前/后x行等
• 数据清理代码：填充格式、数据类型更改、大小写转换、更改列名、数据替换等
• loc和iloc的使用

1. 文件路径的2种引用方法

path = 'C:/Users/111/Desktop/分析报告/sales.xlsx'
# 将文件路径的"\"改成"/"

或者

path = r'C:\Users\111\Desktop\分析报告\sales.xlsx'
# 在文件路径前面加上"r"，可以对后面路径中的"\"进行转义

2. 读取excel中指定位置的sheet

df = pd.read_excel(path,sheet_name=1)

• 如果省略sheet_name参数，则默认读取第一个sheet，也就是sheet_name=0；
• 也可以直接使用sheet表名来引用，如，第2个sheet名字为"order"，则sheet_name=1等同于sheet_name=“order”

更多pd.read_excel( )里的参数细节参见 pd.read_excel( )

以下是参考https://www.cnblogs.com/wobujiaonaoxin/articles/11386046.html 的步骤尝试的pandas一些函数的用法记录

一、导入数据的属性查看函数

① df.shape维度查看

表示该数据为16598行*12列

② df.info()数据表基本信息查看：行/列数、列名、空值、数据格式，占用内存

③ df.dtypes 数据格式查看

感觉不如使用上面的df.info()

④ df[ ].unique() 查看某一列的唯一值

⑤ df.values 查看数据表的所有值

⑥ df.columns查看列名称

⑦ df.head()查看前x行数据

⑧ df.tail()查看最后x行数据

二、数据清理函数

① df.fillna()填充空值数据

好像看不到效果？

② 进阶填充空值

使用Year这列的均值对Year列的空值进行填充，还是看不到效果，怎么判断填充成功？

③ 大小写转换 df[“列名”].str.lower()

④ 更改数据格式 df[“列名”].astype(“数据格式”)

⑤ 更改列名 df.rename(columns={“原名称”:“新名称”})

⑥ 删除重复值

没有理解，是只删除该列对应的重复值，还是删除整行？表格数据不太好尝试，等后续再试试

⑦ 数据替换df[“列名”].replace(“原值”,“新值”)

loc 和 iloc的使用

① loc

• df.loc[3]，提取第4行的数据
  
• df.loc[0:5:2]，提取前5行，以2行为步长，也就是0,2,4行
  
• df.loc[0:5,1:3]，报错，只能提取行，不能提取列
  

② iloc

• df.iloc[3]，输出第4行数据

• df.iloc[0:5:2]，提取前5行，以2行为步长。结果同df.loc[0:5:2]

• df.iloc[0:5:2,1:3]，提取前5行，以2行为步长切片，并提取第1:3列数据

③ 按位置单独检索某几行数据

• df.loc[0,3,5,7] 或者 df.iloc[0,3,5,7]，提取第0,3,5,7行数据，都报错
  
  
• df.iloc[[0,3,5,7],[1,2,3]]，提取第0,3,5,7行，第1,2,3列数据，成功
  
• df.loc[[0,3,5,7],[1,2,3]]报错，但是使用df.loc[[0,3,5,7],[“Platform”,“Year”]]是可以查询的，但是将loc改为iloc，也就是df.iloc[[0,3,5,7],[“Platform”,“Year”]]后就会报错
  ，有意思，搜了一下loc和iloc的区别，将总结写在最后面去

④ 提取符合包含某些条件的数据

• df.loc[df[‘Platform’].isin([‘Will’,‘GB’])]，判断Platform里面是否包含“Will”和“GB”，并提取出来
  是否可以嵌套函数，查询包含这些条件的前X项数据？或者继续嵌套，按照某一列排序后提取前X项？
  
• 将上述函数用的loc更换为iloc后，报错，不能用iloc来提取限定条件的数据
• 其中，单独使用loc里面嵌套的函数df[‘Platform’].isin([‘Will’,‘GB’])，判断“Will”和“GB”是否在“Platform"里，输出结果如下：
  

总结

loc是指location的意思，iloc中的i是指integer

• loc works on labels in the index
• iloc works on the positions in the index (so it only takes integers)
  即：
• loc是根据行/列标签来索引
• iloc是根据行/列号来索引
• loc或者iloc，切片方式和列表类型的切片方式类似