一文了解pandas基础

目录

一：数据读取

二：数据结构

三：数据检索

四：数据修改

五： 排序

---

数据准备：

一：数据读取

pandas可以读取和导入各种数据格式的数据，如CSV，Excel，JSON，SQL，HTML等，不需要手动编写复杂的读取代码。

import pandas as pd

dir = 'path/'
df=pd.read_csv(dir+'test.csv')
df=pd.read_excel(dir+'test.xls')

df.head()

随机生成数据：

import numpy as np

data = np.random.rand(10,3)
df = pd.DataFrame(data, columns=["报名人数", "录取人数", "学费"])
df.head()

二：数据结构

1：Series带索引的一维数组

? ?Series的创建：

? ?从列表创建：

? ? ?value = [11, 23, 12]
? ? ?df = pd.Series(value)
? ? ?print(df.head())

? 从字典创建:

? ? value = {"计算机": 5000, "历史": 7000, "艺术": 6000}
? ?df = pd.Series(value)
? ?print(df.head())

2: DataFrame

DataFrame是二维数组

从列表创建：

? ?value = [[11,34,56],[44,67,34]]
? ?df = pd.DataFrame(value,index=["历史","小艺术"],columns=["报名人数","录取人数","学费"])
? ?print(df.head())

从字典创建:

? ?value = [{"计算机": 5000, "历史": 7000, "艺术": 6000},{"计算机": 5000, "历史": 7000, "艺术": 6000}]
? ?df = pd.DataFrame(value)
? ?print(df.head())

3: 两种结构互转

Series转为DataFrame

value = {"计算机": 5000, "历史": 7000, "艺术": 6000}
df = pd.Series(value)
print(df.head())

DataFrame转为Series

value = [{"计算机": 5000, "历史": 7000, "艺术": 6000},{"计算机": 5000, "历史": 7000, "艺术": 6000}]
df = pd.DataFrame(value)
df["数学"]

三：数据检索

获取指定行

print(df.loc[[1,3],:])

按范围获取列

print(df.loc[:,"专业":"录取人数"])

获取录取人数大于5000的

print(df[df["录取人数"] > 5000])

多条件

print(df[(df["录取人数"] > 5000) & (df["报名人数"] > 6000)] )

四：数据修改

增加一行：

new_data = pd.DataFrame(
? ? {
? ? ? ? "专业":["经管"],
? ? ? ? "报名人数":[6000],
? ? ? ? "录取人数": [5700],
? "学费": [6000],
? ? }
)
df = pd.concat([df, new_data[:1]])
print(df)

增加一列：

df.insert(4,"报考率",[10,12,44,67,23,12])
print(df)

删除行：

df = df.drop([1, 2], axis=0)

删除列：

df = df.drop("学费", axis=1)

修改：

df.loc[1, "录取人数"] = 10000

按条件:

df.loc[df["录取人数"] > 5000, "学费"] = 20

五： 排序

按字段排序

df = df.sort_values(by="报名人数", ascending=False)

增加排名

df["录取排名"] = df.录取人数.rank(method='first', ascending=False)
df["录取排名"] = df["录取排名"].astype(int)
df.sort_values("录取排名")

print(df)