python-pandas基础学习

可参考：

pandas：http://pandas.pydata.org/docs/user_guide/10min.html

一、基础知识

DataFrame 方法，可以将一组数据（ndarray、series, map, list, dict 等类型）转化为表格型数据

python 复制代码

import pandas as pd
data = {'name': ['xx', 'zz', 'hh', 'aa'],
            'year': [2000, 2001, 2002, 2003],
            'age': [15, 16, 17, 18]}
df = pd.DataFrame(data)

输出全部数据

python 复制代码

print(df)

获取某一列数据

python 复制代码

print(df['A'])

输出部分数据（切片）

python 复制代码

print(df[2:3])

条件筛选数据

输出满足条件的所有数据

python 复制代码

print(df[df['age']>15])

比较数据数据是否满足条件

python 复制代码

print(df['age']>15)

行和列结合筛选

python 复制代码

print(df[2:3][['name']])

删除指定行

python 复制代码

df = df.drop(0)
print(df)

head 默认输出前5列,head方法里传入几个参数，输出几行

python 复制代码

print(df.head())

tail 默认输出最后5行

python 复制代码

print(df,tail())

python 复制代码

import pandas as pd
import numpy as np
#（1）生成日期  给定一个日期 生产一组递增日期数据
data = pd.date_range('20240318',periods=6)
#生成一组6行4列的表格数据，表头为ABCD
df = pd.DataFrame(np.random.randn(6,4),index=data,columns=list('ABCD'))

生成日期给定一个日期生产一组递增日期数据

python 复制代码

print(data)

转置（行变成列，列变成行）

python 复制代码

print(df.transpose())

数据转化为numpy数据

index=False 表示不要index

python 复制代码

print(df.to_records(index=False))

排序sort_values 默认升序

python 复制代码

print(df.sort_values(by='B'))

按照索引获取数据

二、数据处理（分组）

(1) 对某一列元素进行分组求和处理

python 复制代码

import pandas as pd
import numpy as np
data = {'X':['B','B','A','A'],'Y':[1,2,3,4]}
df = pd.DataFrame(data)

python 复制代码

df = df.groupby(ele,sort=False).sum()
print(df)

(2)分组后得到某组的值

python 复制代码

df = df.groupby(ele,sort=False).get_group('A')
print(df)