Pandas学习笔记02处理数据实用操作

男儿欲遂平生志，六经勤向窗前读。这篇文章主要讲述Pandas学习笔记02处理数据实用操作相关的知识，希望能为你提供帮助。
概述Pandas 是基于 NumPy 构建的库，在数据处理方面可以把它理解为 NumPy 加强版，同时 Pandas 也是一项开源项目。它基于 Cython，因此读取与处理数据非常快，并且还能轻松处理浮点数据中的缺失数据（表示为 NaN）以及非浮点数据。在本文中，基本数据集操作主要介绍了 CSV 与 Excel 的读写方法，基本数据处理主要介绍了缺失值及特征抽取，最后的 DataFrame 操作则主要介绍了函数和排序等方法。
数据集基础操作

读取 CSV 格式文件中的数据集

import pandas as pd # 方式1 df1 = pd.read_csv(“file.csv”) # 方式2 df2 = pd.DataFrame.from_csv(“file.csv”)

读取 Excel 格式文件中的数据集

import pandas as pd df = pd.read_excel("file.xlsx")

获取基本的数据集特征信息

df.info()

查询数据集基本统计信息

print(df.describe())

查询所有列的标题名称

print(df.columns)

使用 DataFrame 对象将数据写入 CSV 文件

# 采用逗号作为分隔符，且不带索引 df.to_csv("data.csv", sep=",", index=False)

数据集的处理
首先定义一个 DataFrame 数据集：

import pandas as pddf = pd.DataFrame(data = https://www.songbingjia.com/android/[[java,1],[python,2],[golang,3]],index = [1,2,3],columns = [name,rank]) print(df)

打印数据集：

name rank 1java1 2python2 3golang3

查询数据操作

使用df.loc[index, column]对具体的行和列的数据进行查询

# 查询指定行和列的数据 df.loc[0,name] #选取第0行到第1行，name列和rank列的数据 df.loc[[0,1],[name,age]] #选取name列是M，name和rank列的数据 df.loc[df[name]==java,[name,rank]]

通过df[column_name] 或df[row_start_index, row_end_index] 对整列或一定范围的行数据进行查询

# 选取单列或多列 df[name] df[[name,rank]] #第0行及之后的行 df[0:] # 第1行到第2行（不含第3行） df[1:3] # 最后一行 df[-1:]

增加数据操作

向数据集中增加列数据：

# 在第0列，加上 column 名称为 user_num，值为 user_num 的值 user_num = [100,89,70] df.insert(0,user_num,user_num) # 默认在df最后一列加上column名称为 application，值为 application 的数据 application = [Web,AI,server] df[application] = application

向数据集中增加行数据：

# 若df中没有index为“10”的这一行数据，则新增 # 若df中已经有index为“10”的这一行数据，则更新数据。 df.loc[10] = [php,10]# 向df中追加新的数据 new_df = pd.DataFrame(index = True,columns = [name,rank]) df = df.append(new_df,ignore_index = True)

修改数据操作

修改列标题

#只把’user_num’改为’users’，要把所有的列全写上，否则报错。 df.columns = [name, rank, users] #只修改name,inplace若为True，直接修改df，否则，不修改df，只是返回一个修改后的数据。 df.rename(columns = {name:Name}, inplace = True)

修改数值

# 修改index为‘0’，column为‘name’的那一个值为C df.loc[0, name] = C # 修改index为‘0’的那一行的所有值 df.loc[0] = [java, 1, 1000] # 修改index为‘0’，column为‘name’的那一个值为Java df.loc[0,[name,rank]] = [Java] # 替换缺失数据 df.replace(to_replace=None, value=https://www.songbingjia.com/android/None)

删除数据操作