本文共 2923 字,大约阅读时间需要 9 分钟。
1、生成
2、切片
3、series类型的转换
1、生成
2、导入外部文件
3、查看数据框信息
4、数据框对象的索引和切片
5、删除和新增
6、数据框修改列名
7、数据框对象的导出
import pandas as pdimport numpy as nppd.Series([1,2,‘a’]) # Series 中 首字母s要大写0 11 22 adtype: object # 和数组对比,它不会转换数据类型,默认是object
# 一般索引c = pd.Series(np.random.rand(10)) #随机生成一列数据cc[0:8:2] #0-8是范围(左闭右开),2是步长
# 重命名索引d=pd.Series(np.random.rand(5),index=list('abcde')) # 重新命名索引为‘abcde’dd['a':'c'] # 当使用重新命名的索引切片,这时候切片的右边也是包含的
# 布尔索引d[d>0.2] #索引时,中括号中可以是具体的值,也可以是判断条件
# astype 方法 数据类型转换a = pd.Series(['1','2','a'])a.astype(np.float,errors='ignore')
astype 方法需要注意errors参数, 这个参数有两个可能取值,一个是"raise",一个是"ignore"。 raise的意思是如果在转化过程中出现错误, 则抛出一个错误提示,并停止程序执行。 "ignore"的意思是如果在转化过程中出现错误,则忽略这个错误, 对出错的单元格保持原来的类型,只对没有出现错误的单元格进行转换。 因此如果出现转化错误,则这个series的类型为object。
# pd.to_numeric 方法 数据类型转换pd.to_numeric(a,errors='coerce') # errors 这个参数有三个可能取值,分别是'ignore', 'raise', 'coerce'(强迫), 默认的取值是 'raise'.
# map 方法 不会改变原有数据a=pd.Series(["1","2","a"])def f1(x): try: v=float(x) except: v=np.nan return va.map(f1)0 1.01 2.02 NaNdtype: float64 # 转换成浮点型# map 计算b = pd.Series([1,2,3])b.map(lambda x:x+2)Out[21]:0 31 42 5dtype: int64
#数据框可以用colunmns函数重命名列data1=pd.DataFrame(np.random.rand(5,3),columns=(['a','b','c']))data1
# 导入文件和工作文件在一个文件夹省略地址,直接写文件名 pd.read_csv('D:/CDA数分学习资料/python/数据清洗/pandas/individual1.csv',encoding='GBK')
a.info() # 查看数据框a 的基本信息a.head(3) # 查看数据框a前三行a.tail(3) # 查看数据框a后三行a.shape # 返回维度 a.columns # 返回所有变量的名字a.index # 返回索引值a.values # 返回具体的元素,数组形式a.T # 数据框对象的转置
#切取列data1['a'] # a为列名,以下都为列名data1.a # 列名字为字符串可以用这个方法,数值就不行data1[['a','c']] # 切取两列# 切取行data1[0:1] # 切取行必须用冒号,左包含右不包含,列名和行名不参与切片
# loc 方法 :显式索引 可同时切行和列data1.loc[:,'x1':'x2'] # 切取x1和x2两列data1.loc[['a','b'],['x1','x2']] # 切取a,b两行和x1、x2两列# iloc 隐式索引data2.iloc[0:2,0:1] # 左包含右不包含# ix 方法 显式和隐式data2.ix[0:2,'x1':'x2']
#布尔索引data1[data1.x1>0.5] # 返回x1中大于0.5的行data1[(data1['x1']>0.5) | (data1['x2']<0.5)] #返回x1中大于0.5和x2中小于0.5的行
# 删除列data1.pop('x3') # 当删除对象不存在就会报错data1.drop(columns=['x2'],axis=1,inplace=False) # 删除列时,输入axis=1,删除行时,输入axis=0
#新增列data1['z1']=10 # 新增z1列,值为10data1["z2"]=data1["x2"]**2data1['x2'].rank(method='first',ascending=False) #method参数用来设置遇到相同值的时候如何计算秩 # 生成一列并降序排序,ascending 默认为升序 ,=false就是降序# map 方法data1['z3']=data1['x2'].map(lambda x:x**2) # apply 方法data1.apply(lambda x:max(x.x2,x.x3),axis=1) #新增一列,新增列取x2和x3中的较大值做为元素axis=1,生成列,axis=0 ,生成行# applymap 方法data1=pd.DataFrame(np.random.randint(3,6,(3,2)),columns=['x1','x2'])data1.applymap(lambda x:x+2)
#rename 方法data1=pd.DataFrame(np.random.rand(4,3),columns=['x1','x2','x3']) # 随机生成一个数据框data1.rename(columns={"x1":"z1","x2":"z2"}) # 修改列名,x1→z1,x2→z2
data1.to_csv('test.csv',index=False) #index=False,索引列不会显示
转载地址:http://wxqbb.baihongyu.com/