A股上市公司传智教育(股票代码 003032)旗下技术交流社区北京昌平校区

 找回密码
 加入黑马

QQ登录

只需一步,快速开始

© 逆风TO 黑马粉丝团   /  2019-6-18 13:59  /  852 人查看  /  0 人回复  /   0 人收藏 转载请遵从CC协议 禁止商业使用本文

Python中的pandas模块学习
本文是基于Windows系统环境,学习和测试pandas模块:

Windows 10

PyCharm 2018.3.5 for Windows (exe)

python 3.6.8 Windows x86 executable installer

1. 读取csv/txt文件
读取txt文件,设置分隔符为‘,’,设置是否跳过第一行
import pandas as pd
data = pandas.read_csv('test.txt', sep=',', header=None)
print(data)

读取某一行
import pandas as pd
data = pandas.read_csv('test.txt')
index = 3
printf(data.ix[index]) # 读取第三行

读取某一列
import pandas as pd
data = pandas.read_csv('test.txt')
printf(data['ID']) # 读取属性名为ID的列,区分大小写

读取前5行
import pandas as pd
data = pd.read_csv('user.csv')
data.head(5) # 获取前5行

2. 基本操作
删除/选取某列含有特殊数值的行
import pandas as pd
data = pd.read_csv('user.csv')
print(data)
#删除/选取某列含有特定数值的行
#data[data['A'].isin([1])]  # 选取df1中A列包含数字1的行
data=data[~data['A'].isin([1])] # 通过~取反,选取不包含数字1的行
print(data)

删除/选取某行含有特殊数值的列
cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]==3]
#利用enumerate对row0进行遍历,将含有数字3的列放入cols中
print(cols)
#df2=df2[cols]   选取含有特定数值的列
df2=df2.drop(cols,axis=1) #利用drop方法将含有特定数值的列删除
print(df2)

删除含有空值的行或列
import pandas as pd
import numpy as np
df1 = pd.DataFrame(
    [
        [np.nan, 2, np.nan, 0],
        [3, 4, np.nan, 1],
        [np.nan, np.nan, np.nan, 5],
        [np.nan, 3, np.nan, 4]
    ],columns=list('ABCD'))
print(df1)
df2=df1.copy()
df1['A']=df1['A'].fillna('null') #将df中A列所有空值赋值为'null'
print(df1)
df1=df1[~df1['A'].isin(['null'])]
print(df1)
#删除某行空值所在列
df2[0:1]=df2[0:1].fillna('null')
print(df2)
cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]=='null']
print(cols)
df2=df2.drop(cols,axis=1)
print(df2)

3. 统计分析
打印统计详细信息
import pandas as pd
data = pd.read_csv('user.csv')
print (data.describe()) # 打印详细信息

统计中值
import pandas as pd
data = pd.read_csv('user.csv')
print (data['userAge'].median()) # 统计userAge这一列的中值

统计某一列不重复的值
import pandas as pd
data = pd.read_csv('user.csv')
print (data['userName'].unique()) #打印某一列不重复的值
4. 异常处理
中值填充缺失值
import pandas as pd
data = pd.read_csv('user.csv')
data['userAge'] = data['userAge'].fillna(data['userAge'].median())

参考文献
使用pandas读取文件
Python 使用pandas读取文件以及基本处理
pandas.DataFrame删除/选取含有特定数值的行或列


0 个回复

您需要登录后才可以回帖 登录 | 加入黑马