Pandas

介绍

Pandas 是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。panel data是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。

课件

Pandas课件.py
下载 之后修改后缀 .py 改成 .rar

安装

pip install pandas
pip3 install pandas

基本数据类型

1 创建文件

# xlsx文件  txt文件  excel文件  同理
import pandas as pd
path = "C:\\Users\\chentao\\Desktop\\test.xlsx"
path = "test.xlsx"
a = pd.DataFrame()
a.to_excel(path)
print("新建文件成功")

# xlsx文件  txt文件  excel文件  同理
import pandas as pd
path = "C:\\Users\\chentao\\Desktop\\test.xlsx"
path = "test.xlsx"
jsonData = {"序号": [1, 2, 3], "姓名": ["小明", "小红", "小黄"]}
a = pd.DataFrame(jsonData)
a = a.set_index("序号")  # 设置 序号 为索引
a.to_excel(path)
print("新建文件成功")

2 读取文件

2.1 read_csv

# 知识点 read_csv() 函数的参数
"""
sep=""        # 默认分隔符是逗号, 指定分隔符 or 正则表达式 \s+
header=None   # 默认0第一行为表头, 没有表头(列名)
names=[]      # 设置 自定义表头(列名) 与header=None 一起使用
index_col=""  # 指定列索引显示最前面  单个索引 index_col = "性别"   多个索引 index_col = ["性别", "姓名"]
skiprows=[]   # 不想显示 过滤   skiprows=[2,3]  不打印第2 和 3 行的数据
encoding=""   # 指定编码 utf-8
nrows=3       # 显示多少行 nrows=3
"""
import pandas as pd
path = "C:/pandas/test.txt"
data = pd.read_csv(path,header=None, names=["序号","姓名"],encoding="utf-8")

2.2 read_table

3 txt文件转csv文件

import pandas as pd
data = pd.read_csv("test.txt")  # "C:/pandas/test.txt"
data.to_csv("test.csv")            # "C:/pandas/test.csv"

4 读取与修改 excel文件

注意需要安装相关的模块 xrld 模块

pip install xrld

pip install openpyxl
import openpyxl

import pandas as pd
path="test.xlsx"
data = pd.read_excel(path,header=None,names=["序号","姓名"])
print(data)
data.to_excel(path)  # 把带有自定义表头数据 重新覆盖写入

三 Pandas的数据结构

3.1 Series

DataFrame：二维数据，整个表格，多行多列 【简称df】
df.index：索引列
df.columns：列名
Series：一维数据，一行或一列

3.1.1 Series常用方法

常用方法
数据.index #查看索引
数据.values #查看数值
数据.isnull() #查看为空的，返回布尔型
数据.notnull()
数据.sort_index() #按索引排序
数据.sort_values() #按数值排序

3.2 DataFrame

DataFrame是一个表格型的数据结构

• 每列可以是不同的值类型（数值、字符串、布尔值等）
• 既有行索引index，也有列索引columns
• 可以被看做由Series组成的字典

创建DataFrame最常用的方法，参考读取CSV、TXT、Excel、MySQL等

import pandas as pd
数据=pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]],columns=[‘a’,’b’,’c’])
print(数据)
print(数据[‘a’][0] )
print(数据.loc[0][‘a’] )
print(数据.iloc[0][0] )
print(数据[[‘a’,’b’]])

loc就根据这个index来索引对应的行。iloc并不是根据index来索引，而是根据行号来索引，行号从0开始，逐次加1。

1. 数据.loc方法：根据行，列的标签值查询
2. 数据.iloc方法：根据行，列的数字位置查询

关于查询数据的问题，后面课程还会做详细讲解