python进阶--pandas基本功能

最新推荐文章于 2025-03-21 09:56:44 发布

文仙草

最新推荐文章于 2025-03-21 09:56:44 发布

阅读量984

点赞数

分类专栏： Python 文章标签： python

本文链接：https://blog.youkuaiyun.com/weixin_55245023/article/details/119845772

版权

本文详细介绍了Python的Pandas库，包括如何调用Pandas、打开和保存不同格式的文件、数据初步检查与清理、创建DataFrame以及常用的数据操作方法。通过实例展示了读取CSV、Excel和JSON文件，数据的切片、分组、标准化以及选择满足特定条件的行数据等技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pandas官方用户手册网站

一、调用pandas

import pandas：导入pandas包，后续代码就可以使用pandas包里定义好的功能了。
import pandas as pd:
相当于将pandas包重命名为pd，这样之后使用pandas包的功能的时候，直接写pd，而不需要写pandas，更省事。

二、打开和保存文件

（一）打开文件

1. 打开excel、csv文件

pd.read_csv(filepath)

import pandas as pd

filepath = 'E:\\python\\test.csv'
df = pd.read_csv(filepath)

pd.read_excel(filepath)

import pandas as pd

filepath = 'E:\\python\\test.xlsx'
df = pd.read_excel(filepath)

2. 打开json文件

json.load

import json
with open ('filename.json','r') as openfile:
    json_object = json.load(openfile)

3. 打开XML文件

python没有专门的包可以直接打开xml文件，可以parse

import pandas as pd
import xml.etree.ElementTree as etree
tree = etree.parse('filexmaple.xml')
root = tree.getroot()
columns = ['name', 'age', 'birthday']
df = pd.DataFrame(columns = columns)
for node in root:
    name = node.find('name').text
    age = node.find('age').text
    bday = node.fine('birthday').text