Python之Pandas

Python之pandas

环境：jupyter Notebook(Anaconda)

1.引入pandas库和numpy库

import pandas as pd  
import numpy as np

2. 读取文件

t1=pd.read_excel('D:\scores.xlsx',header=[0,1],index_col=0) #读取文件
t1
#index_col 接收int、sequence或者False。表示设定的列作为行名，如果是一个数列，则是多重索引，默认为None

3. index函数

index 接收boolean。表示是否将行索引作为数据传入数据库。默认为True
index_label 接收string或者sequence.代表是否引用索引名称，如果index参数为true，此参数为None，则使用默认名称。如果为多重索引，则必须使用sequence形式。默认为None

sorted_obj=t1.sort_index(ascending=True)
sorted_obj

4.max与min函数

# In[15]:
sorted_obj.max()   #最大值

# In[16]:
sorted_obj.min()   #最小值


# In[26]:
tt=sorted_obj['一本分数线','文科'].max()-sorted_obj['一本分数线','文科'].min()  #最大值与最小值之间的差
tt

5. ptp函数

np.ptp()函数实现的功能等同于np.max(array) - np.min(array)
调用ptp()函数计算极差。

# In[23]:
result1=np.array(sorted_obj['一本分数线','文科']).ptp()
result1


# In[28]:
result2=np.array(sorted_obj['一本分数线','理科']).ptp()
result2

# In[31]:
result3=np.array(sorted_obj['二本分数线','文科']).ptp()
result3

# In[33]:
result4=np.array(sorted_obj['二本分数线','理科']).ptp()
result4

6. sorted函数

比较2018年一本与二本文理科分数线的差值

# In[34]:
ser_obj1=sorted_obj['一本分数线','文科']
ser_obj1[2018]-ser_obj1[2017]

# In[35]:
ser_obj1=sorted_obj['一本分数线','理科']
ser_obj1[2018]-ser_obj1[2017]

# In[36]:
ser_obj1=sorted_obj['二本分数线','理科']
ser_obj1[2018]-ser_obj1[2017]

# In[37]:
ser_obj1=sorted_obj['二本分数线','文科']
ser_obj1[2018]-ser_obj1[2017]

7. describe函数

mean()函数或describe()函数都可以计算出每列的平均数，通过调用describe()方法来查看多个统计指标

计算2006-2018年的平均分数线

# In[38]:
sorted_obj.describe()   #求每一列数的平均值

码字不易，觉得内容有帮助的请一键三联哟~
这样我也才有动力和你一起学习