Python Pandas数据科学入门实例演示

(一)Python中的pandas模块进行数据分析。

1. 数据结构简介：DataFrame和Series
2. 数据索引index
3. 利用pandas查询数据
4. 利用pandas的DataFrames进行统计分析
5. 利用pandas实现SQL操作
6. 利用pandas进行缺失值的处理
7. 利用pandas实现Excel的数据透视表功能
8. 多层索引的使用

---

(二)读取行数据

1.读取头信息：data.head()

2.读取某几行信息：data.[[“A”,“B”]]或data.[[0,1]]

3.读取某列信息：data.columnName

4.读取范围类的列：data[0:4]等价于data.ix[0],data.ix[[1,3]]

5.读取某行信息：data[0]

---

(三)读取列数据

1.读取某行某列单元格中的数据：data.ix[0,3]

2.读取0-3行的4-6列数据：data.ix[0,3，4，6]=data.ix[0:3,‘columname01’,‘columname0n’]

3.data.ix[:,‘columname01’,‘columname0n’].head()

---

(四)按条件读取数据

1.读取满足条件的值：data.ix[data.columnname==“值”]

2.读取满足条件的值：data.ix[data.columnname.isin([“值1”,“值2”])]

---

(五)CSV\Excel导入导出

1.读取：pd.read_csv(“path”)

2.写入：data.to_csv(“path”,index=false)

---

(六)数据表操作

1.数据备份：backup=data.copy