Pandas学习

Pandas的安装

MAC

pip3 install pandas

若遇到管理员权限问题，加上sudo

接下来我们开始使用pandas

我们先构建一个一维序列：

s = pd.Series( [3, -5, 7, 4], index=['a', 'b', 'c', 'd'] )

接下来，我们打印pandas的另外一种数据形式, DataFrame

A two-dimensional labelled data structure with columns of potentially different types

使用代码构建如上所示的数据形式

　　data = {

　　'Country'     :  ['Belgium','India','Brazil'],
　　'Capital'      :  ['Brussels','New Delhi','Brasilia'],
　　'Population' :   [11190846,1303171035,207847528]

　　}

　　df = pd.DataFrame(data, columns=['Country','Capital','Population'])

打印结果如下：

一些简单的数据操作：

df.index     行索引

df.columns 列索引

df.values    显示数值

df.describe()

行列互换                              df.T

列名排序(columns）              df.sort_index(axis=1, ascending = False )

行名排序(rows)                     df.sort_index(axis=0, ascending = False)

对指定的列名进行排序           df.sort_values(by='Population') 

drop values from rows          s.drop(['a' , 'c'])   

drop values from columns     df.drop('Country', axis=1)

二、Pandas 选择数据

#select by label

选择第0，1行

df.loc[[0,1]]

选择'Country', 'Capital'列

选择第0行，第'Country'列

#select by position

选择固定数值 df.iloc[0,0]

选择Position行，第0列

切片      df.iloc[[1:2],[2:3]]

选择某行 df.iloc[0]

mixed方式          df.ix[[1,2],'Country']]

筛选数值  选择人口大于11190846的数值

df[df.Population>100000]

修改数值

将df的第二行，第二列修改为test

使用position:

df.iloc[2,2] = 'test'

使用label:

df.loc[2,'Capital'] = 'test'

另外一种修改数值的方法是比较大小：

df.Population[df.Population>10000] = 0

将Population列中数值大于10000的修改为0

Pandas处理丢失数据

去除任意一行，有空值：

df.dropna(axis=0, how='any')

去除任意一列，有空值：

df.dropna(axis=1, how='any')

将any改为all，意味着只有当所有的都是nan的时候，才能删除

填充值, 将nan填充为0：

df.fillna(value=0)

判断是否有缺失值：

df.isnull()

np.any(df.isnull()) == True

df.isnull()

读取文件和导入文件

读取:

data = pd.read_csv('student.csv',index_col='id')

导出:

data.to_csv('output.csv')