Python数据分析常用的23个牛逼Pandas代码

这儿是给数据分析师的23个Pandas代码，可以帮助你更好地理解数据！Pandas想必从事数据分析的各位都懂，这是一个开源的，BSD许可的库，为Python编程语言提供高性能，易于使用的数据结构和数据分析工具。还不熟悉的新手可以复制官网链接，10分钟快速了解下：http://pandas.pydata.org/pandas-docs/stable/10min.html

应用案例集合也可以看看：http://pandas.pydata.org/pandas-docs/stable/cookbook.html

（1）读入CSV数据集

pd.DataFrame.from_csv('csv_file')

或者：

pd.read_csv('csv_file')

注：如果遇到读spss数据集，先将数据导入spss modeler中（【源】选项卡下的【Statistics】节点拖至数据流编辑区，鼠标右键选择弹出菜单的编辑选项，导入spss数据），再以csv格式导出（【输出】选项下【表格】节点，以.svc导出）。

（2）读入Excel数据集

pd.read_excel('excel_file')

(3)直接把数据写入CSV

如数据以逗号分隔，且没有索引：

df.to_csv('data.csv'