pandas 读取某一单元格的值_pandas读取表格后的常用数据处理操作

关键时刻,第一时间送达

本文已获原作者授权,欢迎分享转发

今天给大家讲讲pandas读取表格后的一些常用数据处理操作。

这篇文章其实来源于自己的数据挖掘课程作业,通过完成老师布置的作业,感觉对于使用python中的pandas模块读取表格数据进行操作有了更深层的认识,这里做一个整理总结。

本文总结了一些通过pandas读取表格并进行常用数据处理的操作,更详细的参数应该关注官方参数文档1、读取10行数据

相关参数简介:header:指定作为列名的行,默认0,即取第一行的值为列名,数据为列名行以下的数据;若数据不含列名,则设定 header = None。

sep:指定分隔符。如果不指定参数,则会尝试使用逗号分隔。

nrows:需要读取的行数(从文件头开始算起)tabledata = pandas.read_excel('./hotel.xlsx', header=None, sep=',', nrows=10)

print(tabledata)2、对读取的数据重新定义列名

相关参数简介:names:用于结果的列名列表,如果数据文件中没有列标题行,就需要执行header=Nonename_columns = [' ','名字','类型', '城市', '地区', '地点', '评分', '评分人数', '价格']

tabledata = pandas.read_excel('./hotel.xlsx', header=0, names=name_columns, sep=',', nrows=10)

print(tabledata)3、取出某列值为指定值的所有数据

这里我们做一个简单的遍历操作即可完成,取值使用的函数是ix。

更加详细的使用说明可以参考昨日「凹凸数据」的另一条推文,《ix | pandas读取表格后的行列取值改值操作》。name_columns = [' ','名字','类型', '城市', '地区', '地点', '评分', '评分人数', '价格']

tabledata = pandas.read_excel('./hotel.xlsx', header=0, names=name_columns, sep=',')

hotel_name_list = []

for i in range(421):

if tabledata.ix[i,2] == '商务出行':

hotel_name_list.append(tabledata.ix[i,1])

print(hotel_name_list)4、取出某一列的数值是缺失值的数据

这里开始出现缺失值,提一下缺失值相关的两个参数:na_values:默认会将'-1.#IND', '1.#QNAN', '1.#IND', '-1.#QNAN', '#N/A N/A','#N/A', 'N/A', 'NA', '#NA', 'NULL', 'NaN', '-NaN', 'nan', '-nan', '', 转换为NaN,且na_values参数还支持定义另外的应处理为缺失值的值

原版解释:na_values

: scalar, str, list-like, or dict, default None

Additional strings to recognize as NA/NaN. If dict passed, specific per-column NA values. By default the following values are interpreted as NaN: '-1.#IND', '1.#QNAN', '1.#IND', '-1.#QNAN', '#N/A N/A','#N/A', 'N/A', 'NA', '#NA', 'NULL', 'NaN', '-NaN', 'nan', '-nan', ''keep_default_na:bool型,决定是否自动转NaNname_columns = [' ','名字','类型', '城市', '地区', '地点', '评分', '评分人数', '价格']

tabledata = pandas.read_excel('./hotel.xlsx', header=0, names=name_columns, sep=',')

tableline = tabledata[tabledata['类型'].isnull()]

print(tableline)5、只修改某一列的缺失值

fillna函数用于替换缺失值,常见参数如下:value参数决定要用什么值去填充缺失值

axis:确定填充维度,从行开始或是从列开始

limit:确定填充的个数,int型

通常limit参数配合axis可以用于替换数量方向的控制

我们这里根据需求,最简单的就是将需要修改的这一列取出来进行修改,之后对原数据进行列重新赋值即可name_columns = [' ','名字','类型', '城市', '地区', '地点', '评分', '评分人数', '价格']

tabledata = pandas.read_excel('./hotel.xlsx', header=0, names=name_columns, sep=',')

tableline = tabledata['类型'].fillna(value='其他')

tabledata['类型'] = tableline

print(tabledata)6、修改某一列,用平均值代替缺失值

这个的思路和上面一个基本一致,区别在于我们需要线求出平均值。平均值的求解肯定不需要缺失值参与,于是我们先取出某一列不存在的缺失值的所有数据,再取出这一列数据,通过mean函数直接获取平均值。

同理的函数使用还有:mean()平均值

median()中位数

max()最大值

min()最小值

sum()求和

std()标准差

Series类型独有的方法:argmax()最大值的位置 argmin()最小值的位置name_columns = [' ','名字','类型', '城市', '地区', '地点', '评分', '评分人数', '价格']

tabledata = pandas.read_excel('./hotel.xlsx', header=0, names=name_columns, sep=',')

tableline = tabledata[tabledata['评分'].isnull().values==False]

score_avg = tableline['评分'].mean()

tableline = tabledata['评分'].fillna(value=score_avg)

tabledata['评分'] = tableline

print(tabledata)

你可能感兴趣的:(pandas,读取某一单元格的值)