Pandas是什么

• Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。用于数据挖掘和数据分析，同时也提供数据清洗功能。

  数据读取

• 读取csv格式数据

  import pandas as pd
  df = pd.read_csv('xxxx.csv')

  数据预览

• 查看前n行数据

  df.head(n) # 当不传入n时，默认显示先5行数据

• 查看后n行数据

  df.tail(n) # 当不传入n时，默认显示后5行数据

• 查看数据的基本信息 ```python

df.info()

- 查看数据的统计信息
```python
df.describe()
'''
count : 样本数据大小
mean : 样本数据的平均值
std : 样本数据的标准差
min : 样本数据的最小值
25% : 样本数据25%的时候的值
50% : 样本数据50%的时候的值
75% : 样本数据75%的时候的值
max : 样本数据的最大值
'''

• 查看数据是否为空

  df.isnull().head()

• 查看列名

  df.columns

• 查看索引

  df.index

  数据预处理

• 更改列名 ```python

  方式一：读取数据时，通过read_csv中的names参数来设置列名

  df = pd.read_csv(‘xxxx.csv’, names=[‘col1’, ‘col2’, ‘col3’])

方式二：读取数据后，通过df.columns来修改

df.columns = [‘col1’, ‘col2’, ‘col3’]

方式二：读取数据后，通过df.rename来修改

df.rename(columns={‘old_col1’:’col1’, ‘old_col2’:’col2’}, inplace = True)

- 更改索引
```python
# 方式一：df.rename
df.rename({0:'index1'},inplace=True)
# 方式二：通过df.index设置
df.index = ['index1', 'index2']

筛选数据

• 通过行筛选 ```python

  筛选 row1—row2之间的数据

  df.loc[row1:row2]

筛选 row1中，col1,col2列数据

df.loc[row1:row2,[‘col1’, ‘col2’]]

- 通过列筛选
```python
# 选取col1列的数据
# 方式一：
df['col1']
# 方式二：
df.col1

• 通过值筛选数据 ```python

  选取col1中大于10的数据

  df[df.col1>10]

选取col1中大于10且小于20的数据

df[df.col1>10 & df.col1<20]

<a name="SDq9H"></a>
# 删除列
```python
# 删除 col1，col2列的数据
# 方式一：
df.drop(['col1','col2'],axis=1, inplace=True)
# 方式二：
del df['col1', 'col2']

数据排序

• 按列索引排序

  df.sort_index(axis=1) #默认是升序排序，可通过ascending参数指定拍下顺序

• 按行索引排序

  df.sort_index(axis=0) #默认是升序排序，可通过ascending参数指定排序方式

• 按列值排序 ```python

  按col1，col2列的降序排序

  ascending可以传入list分别指的不同列的排序方式

  df.sort_values(by=[‘col1’, ‘col1’], ascending=False)

<a name="lTbi1"></a>
# 数据运算
- 四则运算
```python
df1+df2
df1-df2
df1 / df2
df1 * df2

• 查看统计值 ```python

  计算col的最大值/最小值

  df[‘col’].max() df[‘col’].min()

计算col的和

df[‘col’].sum()

计算col的个数

df[‘col’].count() ```