一、导入模块
import time,random
import pandas as pd
import numpy as np
1
2
3
二、用法
说明：

df对象为 df=pd.DataFrame(dict)
s对象为 s=pd.Series(data=dict)
1
2
1、导入数据

pd.read_csv(filename)：从CSV文件导入数据
pd.read_table(filename)：从限定分隔符的文本文件导入数据
pd.read_excel(filename)：从Excel文件导入数据
pd.read_sql(query, connection_object)：从SQL表/库导入数据
pd.read_json(json_string)：从JSON格式的字符串导入数据
pd.read_html(url)：解析URL、字符串或者HTML文件，抽取其中的tables表格
pd.read_clipboard()：从你的粘贴板获取内容，并传给read_table()
pd.DataFrame(dict)：从字典对象导入数据，Key是列名，Value是数据
1
2
3
4
5
6
7
8
2、导出数据

df.to_csv(filename)：导出数据到CSV文件
df.to_excel(filename)：导出数据到Excel文件
df.to_sql(table_name, connection_object)：导出数据到SQL表
df.to_json(filename)：以Json格式导出数据到文本文件
1
2
3
4
3、创建测试对象

pd.DataFrame(np.random.rand(20,5))：创建20行5列的随机数组成的DataFrame对象
pd.Series(my_list)：从可迭代对象my_list创建一个Series对象
df.index = pd.date_range('1900/1/30', periods=df.shape[0])：增加一个日期索引
1
2
3
4、查看、检查数据

df.head(n)：查看DataFrame对象的前n行
df.tail(n)：查看DataFrame对象的最后n行
df.shape()：查看行数和列数
df.info()：查看索引、数据类型和内存信息
df.describe()：查看数值型列的汇总统计
s.value_counts(dropna=False)：查看Series对象的唯一值和计数
df.apply(pd.Series.value_counts)：查看DataFrame对象中每一列的唯一值和计数
1
2
3
4
5
6
7
5、数据选取

df[col]：根据列名，并以Series的形式返回列
df[[col1, col2]]：以DataFrame形式返回多列
s.iloc[0]：按位置选取数据
s.loc['index_one']：按索引选取数据
df.iloc[0,:]：返回第一行
df.iloc[0,0]：返回第一列的第一个元素
df.values[:,:-1]:返回除了最后一列的其他列的所以数据
df.query('[1, 2] not in c'): 返回c列中不包含1，2的其他数据集
1
2
3
4
5
6
7
8
6、数据清理

df.columns = ['a','b','c']：重命名列名
pd.isnull()：检查DataFrame对象中的空值，并返回一个Boolean数组
pd.notnull()：检查DataFrame对象中的非空值，并返回一个Boolean数组
df.dropna()：删除所有包含空值的行
df.dropna(axis=1)：删除所有包含空值的列
df.dropna(axis=1,thresh=n)：删除所有小于n个非空值的行
df.fillna(x)：用x替换DataFrame对象中所有的空值
s.astype(float)：将Series中的数据类型更改为float类型
s.replace(1,'one')：用‘one’代替所有等于1的值
s.replace([1,3],['one','three'])：用'one'代替1，用'three'代替3
df.rename(columns=lambda x: x + 1)：批量更改列名
df.rename(columns={'old_name': 'new_ name'})：选择性更改列名
df.set_index('column_one')：更改索引列
df.rename(index=lambda x: x + 1)：批量重命名索引
1
2
3
4
5
6
7
8
9
10
11
12
13
14
7、数据处理 :Filter、Sort和GroupBy

df[df[col] > 0.5]：选择col列的值大于0.5的行
df.sort_values(col1)：按照列col1排序数据，默认升序排列
df.sort_values(col2, ascending=False)：按照列col1降序排列数据
df.sort_values([col1,col2], ascending=[True,False])：先按列col1升序排列，后按col2降序排列数据
df.groupby(col)：返回一个按列col进行分组的Groupby对象
df.groupby([col1,col2])：返回一个按多列进行分组的Groupby对象
df.groupby(col1)[col2]：返回按列col1进行分组后，列col2的均值
df.pivot_table(index=col1, values=[col2,col3], aggfunc=max)：创建一个按列col1进行分组，并计算col2和col3的最大值的数据透视表
df.groupby(col1).agg(np.mean)：返回按列col1分组的所有列的均值
data.apply(np.mean)：对DataFrame中的每一列应用函数np.mean
data.apply(np.max,axis=1)：对DataFrame中的每一行应用函数np.max
1
2
3
4
5
6
7
8
9
10
11
8、数据合并

df1.append(df2)：将df2中的行添加到df1的尾部
df.concat([df1, df2],axis=1)：将df2中的列添加到df1的尾部
df1.join(df2,on=col1,how='inner')：对df1的列和df2的列执行SQL形式的join
1
2
3
9、数据统计

df.describe()：查看数据值列的汇总统计
df.mean()：返回所有列的均值
df.corr()：返回列与列之间的相关系数
df.count()：返回每一列中的非空值的个数
df.max()：返回每一列的最大值
df.min()：返回每一列的最小值
df.median()：返回每一列的中位数
df.std()：返回每一列的标准差
1
2
3
4
5
6
7
8
三、通过pandas模块将数据写入到excel中
#!/usr/bin/env python
#-*- coding:utf-8 -*-

import random
import pandas as pd

data={
    '客户编码':[],
    '客户名称':[],
    '联系人':[],
    '手机':[],
    '邮箱':[],
}
for i in range(1,51):
    data['客户编码'].append('000'+str(i))
    data['客户名称'].append('测试'+str(i))
    data['联系人'].append('张'+str(i))
    data['手机'].append('13' +str(random.randrange(4,10))+''.join( str(random.choice(range(10))) for _ in range(8) ))
    data['邮箱'].append('125'+''.join( str(random.choice(range(4))) for _ in range(6) ) + '@qq.com')

df = pd.DataFrame(data)
df.to_excel('test.xls')      #将数据写入到excel中
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22


四、知识扩展
1、生成随机手机号码

#!/usr/bin/env python
#-*- coding:utf-8 -*-
import random

#随机产生5个手机号：以13开头，后面跟一位1~9之间的任意一位数字，后面是8位随机数字
for i in range(5):
  print('13' +
     str(random.randrange(1,10))+
     ''.join( str(random.choice(range(10))) for _ in range(8) )
     )
1
2
3
4
5
6
7
8
9
10
2、生成随机带有小数为3位的数字

#!/usr/bin/env python
#-*- coding:utf-8 -*-
import random

#随机产生3个数字：产生一个0~1之间的随机小数(random.random())，乘1000,
#四舍五入到小数后3位，加上随机产生的30~59之间的数字
for i in range(3):
    print(round(random.random()* 1000,3 ) + random.sample(range(30,60,3),2)[0])
1
2
3
4
5
6
7
8
3、生成随机名字

#!/usr/bin/env python
#-*- coding:utf-8 -*-
import random

#生成三位数的名字
first=['张','王','李','冯','杨','何','赵','闵']
middle=['三','盼','亮','树','琼','增','润','维']
last=['丰','源','柳','亮','平','磊','迪','哲']

for i in range(5):
    print(random.choice(first) + random.choice(middle) + random.choice(last))
---------------------
作者：幸福丶如此
来源：CSDN
原文：https://blog.csdn.net/m0_3788642 ... 963?utm_source=copy
版权声明：本文为博主原创文章，转载请附上博文链接！