Pandas学习笔记

Pandas创建

1、创建excel表格并输入数据

import pandas as pd
import openpyxl

df = pd.DataFrame({'ID':[1,2,3],'Name':['Tim','Victor','Nick']}) //其实就是一个二维表
df.to_excel('output.xlsx') //创建xlsl文件

import pandas as pd
import openpyxl

df = pd.DataFrame({'ID':[1,2,3],'Name':['Tim','Victor','Nick']})
df = df.set_index('ID') //将ID设为索引
df.to_excel('output.xlsx')

2、读取文件

people = pd.read_excel('output.xlsx') //读取文件
print(people.shape) //查看excel文件有多少行多少列

输出的结果 (3, 2)

people = pd.read_excel('output.xlsx')
print(people.shape) #输出多少行，多少列
print(people.columns) #输出列名
print(people.head(3)) #输出头三行
print(people.tail(3)) #输出尾三行

people = pd.read_excel('output.xlsx',header=1) 
# header = 1 可以处理列向下移的情况
# header = None 不存在列名的情况
# 可以使用people.columns()为其添加列名

df = pd.read_excel()
df.to_excel()

结果可能是这样

需要设置列的索引，这样就不会有左边的索引了(incex_col = “ID”)

df = pd.read_excel('C:....',index_col = 'ID')

3、行、列、单元格

d = {'x':100,'y':200,'z':300}
s1 = pd.Series(d)
print(s1)

x 100
y 200
z 300
dtype: int64

l1 = [100,200,300]
l2 = ['x','y','z']

s1 = pd.Series(l1,index=l2) #将l2设置为index
print(s1)

x 100
y 200
z 300
dtype: int64

l1 = [1,2,3]
l2 = [10,20,30]
l3 = [100,200,300]
s1 = pd.Series(l1,index=[1,2,3],name='A')
s2 = pd.Series(l2,index=[1,2,3],name='B')
s3 = pd.Series(l3,index=[1,2,3],name='C')
print(s3)
print("===========")
df = pd.DataFrame({s1.name:s1,s2.name:s2,s3.name:s3})
print(df)
print("===========")
df = pd.DataFrame([s1,s2,s3])
print(df)
print("===========")

4、数据区域读取 与 填充数据

skiprows = 3 跳过前三行
usecols = “C:F” 读取C到F列
dtype={‘ID’:str,‘InStore’:str,‘Date’:str} 将他们的类型都设置为str类型

books[“ID”].at[1] = 100 将ID这个列的第一行设置为100

date的日期那里只是一个格式嘛。
操作日

start + i

操作年

date（start.year + i,start.month,start.day）

操作月

5、对行进行计算

books['ListPrice'] = book['ListPrice'] * 0.8

6、排序 与 多重排序

sort_values()

7、多重筛选

优化代码

8、画一个柱状图

方法二

多条柱状图

9、两张表进行join

10、数据校验

第二种方法

axis：为0的时候，从上到下，为1的时候，从左到右

切分

求和求平均

消除重复数据 、 保留重复数据

保留重复数据

行列转换