python pandas常用语法，数据分析神器pandas入门宝典

Pandas 是 Python 的核心数据分析支持库，拥有快速、灵活、明确的数据结构，旨在简单、直观、快速地处理关系型、标记型数据，是一款强大、灵活的开源数据分析工具。

目录

一、生成数据表
二、数据表信息查看
三、数据表清洗
四、数据预处理
五、数据提取
六、数据筛选
七、数据汇总
八、数据统计
九、数据输出

之后有时间会按照以上目录补充内容

一、数据生成

1、导入CSV或者xlsx文件的方法：
df = pd.DataFrame(pd.read_csv('文件名.csv',header=1))
df = pd.DataFrame(pd.read_excel('文件名.xlsx'))

2、创建dataframe数据表

DataFrame 一个表格型的数据结构，既有行标签（index），又有列标签（columns），它也被称异构数据表，所谓异构，指的是表格中每列的数据类型可以不同，比如可以是字符串、整型或者浮点型等。

import pandas as pd
pd.DataFrame( data, index, columns, dtype, copy)

参数说明：

参数名称	说明
data	输入的数据，可以是 ndarray，series，list，dict，标量以及一个 DataFrame。
index	行标签，如果没有传递 index 值，则默认行标签是 np.arange(n)，n 代表 data 的元素个数。
columns	列标签，如果没有传递 columns 值，则默认列标签是 np.arange(n)。
dtype	dtype表示每一列的数据类型。
copy	默认为 False，表示复制数据 data。

推荐阅读：http://c.biancheng.net/pandas/dataframe.html

二、数据表信息查看

1、维度查看：df.shape

2、数据表基本信息（维度、列名称、数据格式、所占空间等）：df.info()

3、每一列数据的格式：df.dtypes

4、某一列格式：df['B'].dtype

5、空值：df.isnull()

6、查看某一列空值：df['B'].isnull()

7、查看某一列的唯一值：df['B'].unique()

8、查看数据表的值：df.values

9、查看列名称：df.columns

10、查看前5行数据 df.head()、后5行数据：df.tail()

三、pandas删除指定行或列

# 删除列，注意：结果返回的是一个新对象，原对象不会被改变

df.drop(['ca'],axis=1)
# 删除多列
df.drop(['ca','te'],axis=1)
# 删除行
df.drop(['a'])
# 按列条件删除行
df.drop(df[df.oh>3].index)
查找指定数值的索引
z=df.query('user_id=="326541"').index
#删除指定索引并重建索引
z=df.drop(z).reset_index(drop=True)

更多常用方法待更新

如需转载请保留本文出处: https://zhe94.com/917.html