pandas用法-全网最详细教程

一、生成数据表

各位读者朋友们，由于写技术文章实属不易，如果觉得这篇文章对你有用的话，麻烦关注，点赞哈，十分感谢。

1、首先导入pandas库，一般都会用到numpy库，所以我们先导入备用：

import numpy as npimport pandas as pd

2、导入CSV或者xlsx文件：

data_csv = pd.read_csv('filename.csv', header=1)data_xlsx = pd.read_excel('filename.xlsx')

或者

from collections import namedtupleimport codecs
Record = namedtuple('Record', 'reply pv')records = []
with codecs.open('reply.pv.07', 'r', 'utf-8') as file:    for line in file:        line_split = line.strip().split('\t')        records.append(Record(line_split[0].strip(), line_split[1].strip()))
data_from_records = pd.DataFrame.from_records(records, columns=['reply', 'pv'])

3、用pandas创建数据表：

data_table = pd.DataFrame({
      "id": [1001, 1002, 1003, 1004, 1005, 1006],    "date": pd.date_range('2013-01-02', periods=6),    "city": ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Shanghai', 'Beijing'],    "age": [23, 44, 54, 32, 34, 32],    "category": ['100-A', '100-B', '110-A', '110-C', '210-A', '130-F'],    "price": [1200, np.nan, 2133, 5433, np.nan, 4432]}, columns=['id', 'date', 'city', 'age', 'category', 'price'])
# 输出数据表print(data_table)

二、数据表信息查看

1、维度查看：

df.shape

2、数据表基本信息（维度、列名称、数据格式、所占空间等）：

df.info()

3、每一列数据的格式：

df.dtypes

4、某一列格式：

df['B'].dtype

5、空值：

df.isnull()

6、查看某一列空值：

df['B'].isnull()

7、查看某一列的唯一值：

df['B'].unique()

8、查看数据表的值：

df.values 

9、查看列名称：

df.columns

10、查看前5行数据、后5行数据：

df.head() df.tail()

三、数据表清洗

1、用0填充空值：