pandas的常规操作（一）

import pandas as pd
########## 一、文件读取 ########
### 1.文本文件
# csv:文本文件分割符，默认分割符为‘，’；sep是改变文本分割符的；如果赋值错误，则会连在一片
order =pd.read_table(r'文件名.csv',encoding='gbk',sep=',')
## read_table:可以读任何文本文件；；encoding:编码格式
order1 =pd.read_csv(r'文件名.csv',encoding='gbk',sep=',')
## read_csv:专门读csv文件

### 2.excel文件（.xls(2007年); .xlsx(2007年后)）
detai =pd.read_excel(r'文件名.xlsx')  # read_excel：打开excel文件
# pd.to_excel()  # 存

############二、dataframe的常规属性操作 #############
## （1）表头，列索引
print(order.columns)
## （2）数据
print(order.values)
## （3）行索引方式
print(order.index)
## （4）元素类型
print(order.dtypes)
## （5）元素个数
print(order.size)
## （6）dataframe维度
print(order.ndim)
## （7）dataframe结构
print(order.shape)
## （8）转置
print(order.T)

############## 三、增删查改dataframe的数据##########
### 1.查
print(order['列索引名']['行索引名'])
print(order[['多个列索引名']][['多个行索引名']])
# 多行数据
print(order[:][:5])
print(order.head())  # 从头开始，默认为前五个值
print(order.tail(10))  # 从后面开始，后十个
## 切片方法loc,iloc
# loc[是前闭后闭]，，iloc[是前闭后开]
order.loc[行索引名称,列索引名称]
order.loc[行索引位置，列索引位置]
## 高级用法
mask1 =文件名['列索引']==条件
mask2 =文件名['列索引']==条件
mask =np.any((mask1,mask2),axis=0)  # 跟 mask=mask1|mask2 一样
print(detai.loc[mask,['列索引名','列索引名']])

### 2.改
detai.loc[detai['用于判断的列索引']==条件,'要改变的列索引']=改变后的数据
# 更改是对读取的原始表进行修改，操作无法撤销；

### 3.增
detai['要添加的新的列的索引名'] =数据（数组或列表）

### 4.删
detai.drop(labels=range(10),axis=0,inplace=True)  # 删除前十列，axis只能等于0， inplace是是否保存
detai.drop(labels=['要删除的列索引']，axis=1,inplace=True)  # 删除要删除的列，axis只能等于1

##################三、dataframe统计描述 ##################
### 1.数值型数据：
'''
np.min  np.mean   np.var   np.argmin
np.max  np.cumsum  np.std  np.argmax
np.sum  np.cumprod  np.argsort
np.ptp # 极差（max-min）  np.cov  # 协方差
np.median  # 中位数
'''
print(np.mean(detai['列索引']))
print(detai['列索引'].mean())

### 2.describe 函数
## （1）针对数值型数据
print(detai[['列索引']].describe())  # 列索引下必须是数值型
# 返回的是：count:非空数目：mean；std；min;25%;50%;75%;max
## （2）类别型数据用法
print(detai['列索引'].describe())  # 列索引下必须是类别型
# 返回：count，unique（类别数目），top:众数；freq：众数出现的频率
print(detai['dishes_name'].count())  # 非空数目
print('频数统计结果：',detai['dishes_name'].value_counts())
print('众数：',detai['dishes_name'].mode())
## （3）数据类型转换 category(类别型)
detai['要转变的列索引'].astype('category')

#################### 四、对时间的操作 #################
### 1.转换时间格式，（把/转换为-）
order['时间的那一列的列索引'] =pd.to_datetime(order['时间的那一列的列索引'])
### 2.通过推导式提取时间
yesr =[i.year for i in order['格式为-的那一列是时间的索引']]  # yesr:年
month =[i.month for i in order['格式为-的那一列是时间的索引']]  # month:月
day =[i.day for i in order['格式为-的那一列是时间的索引']]  # day:日
## 小时：hour  分钟：minute  秒：second  日期（有大小）：date 一年中的第几周：week

### 3.时间的运算：hours 加小时
time1 =order['lock_time']+pd.Timedelta(days=1)
# print(order['lock_time']-pd.to_datetime('2016-1-1'))  # 日期