一. 快捷键
python
# 蓝色是 非编辑模式
- 创建单元格
- a 向上创建单元格
- b 向下创建单元格
- dd 删除单元格
- z 撤回
- c v x 复制 粘贴 剪切
- 1~6 标题等级
- m 切换成 markdown
- y 切换成 code
- r 切换成 txt
- shift+enter : 运行 并向下 选中
- alt +enter : 运行 并向下创建新的单元格
- ctrl + enter : 运行当前单元格
# 绿色 是 编辑模式
- Ctrl + C二. Series
- 序列类型，一般代表 表格中的一列(默认)或一行
python
Series：序列类型，一般代表 表格中的一列(默认)或一行
pd.Series(date)
data: 必须是一维数据，必须是序列类型(list tuple str range)
序列类型： 索引是有顺序的
无序类型: 无索引或索引没有顺序 ：dict setnumpy 生成的是 array 数组类型
python
# 随机生成一个 1-10 的数字
import random
random.randint(1,10)
np.random.randint(10,100,10)
# array([57, 77, 60, 12, 92, 88, 76, 73, 84, 56])
# 生成 5行5列
nd1 = np.random.randint(10,100,size=[5,5])
array([[28, 71, 82, 47, 62],
[22, 70, 18, 37, 14],
[59, 52, 84, 79, 16],
[89, 39, 45, 32, 70],
[81, 12, 38, 14, 53]])三. 写入文件
python
# 将内容写入 excel中， 文件打开时是无法写入
s1 = pd.Series(np.random.randint(10,100,10),name="年龄")
s1.to_excel("./s1.xlsx")四.copy
- 深度拷贝，在内存重新开辟一块编址，复制原来的基本数据类型再放入新的编址
python
df1 = pd.DataFrame(data=ndl,copy=True)
改变ndl的值 ，因为加入了copy的原因， df1的值也不会改变五. DataFrame
- pd.DataFrame(data,index,columns)
- data: 是data = 数据 ，
- index 是行索引
- columns 是列索引
- dataFrame 是列式存储， 列优先 df1["列名"]
python
df1 = pd.DataFrame(data=ndl,index=list("金木水火土"),columns=list("ABCDE"))
A B C D E
金 63 25 96 19 53
木 550 29 70 52 26
水 73 12 52 81 13
火 36 48 27 49 48
土 13 10 74 87 55
df1.to_excel("./df1.xlsx",index=False)
这样会去掉行的标题
A B C D E
63 25 96 19 53
550 29 70 52 26
73 12 52 81 13
36 48 27 49 48
13 10 74 87 55dataframe的属性
python
df1 是一个5行5列数组
df1.dtypes
检查各个列的数据类型
df1.values
数值的所有值
df1.index
行名
df1.columns
列名
df1.shape
（5，5）
df1.size
25六. Series
1. 属性： 静态数据(变量)
2. 方法：动态数据(函数)
3. Series的一些属性
python
df1["A"].dtype
数据类型 int32
df1["A"].size
元素个数
df1["A"].shape （形状） ，如果df.shape （5，5）
这里df1["A"] 是 一列 5个 元素
（5，）
df1["A"].ndim
维度 只有一列 所以是1维
df1["A"].name
列或者行的名称 （series中）
df1["A"].index
行索引
df1["A"].values
值七.切片（左闭右开）
- df [ 列] [行 ] dataframe 他是列优先 也可以 df.列.行
- df[["列"],["列"],["列"],["列"]] 获取多列
- df.loc["行"] df.loc[["行","行"],["列","列"]] 他是行优先， 切片是 全闭合
- df.iloc[[0,3],[0,2]] （行，列） 切片 ：左闭右开
python
df=pd.DataFrame(
np.random.randint(10,100,[5,3]),
columns=["外功","内功","真气量"],
index=["金蛇郎君","欧阳锋","丘处机","黄老邪","调兄"]
)
df
外功 内功 真气量
金蛇郎君 52 10 64
欧阳锋 87 45 94
丘处机 68 45 82
黄老邪 99 53 90
调兄 72 71 56
df["真气量"]["黄老邪"]
df.真气量.黄老邪
df.loc["黄老邪"]
df.loc[["丘处机","调兄"],["外功","真气量"]]
外功 真气量
丘处机 68 82
调兄 72 56
df.iloc[[0,3],[0,2]]
外功 真气量
金蛇郎君 52 64
黄老邪 99 90
# 反转
df.iloc[::-1,::1]
df.loc[::-1,::1]
切片
df.iloc[0:4]
外功 内功 真气量
金蛇郎君 52 10 64
欧阳锋 87 45 94
丘处机 68 45 82
黄老邪 99 53 90
df.loc["金蛇郎君":"调兄"]
外功 内功 真气量
金蛇郎君 52 10 64
欧阳锋 87 45 94
丘处机 68 45 82
黄老邪 99 53 90
调兄 72 71 56八. 数据的读取
python
pd.read_csv("./订单数据.csv")
pd.read_csv
filepath_or_buffer : 文件的存储路径
sep : 文件中的分隔符
header : 列名称
None : 没有 列名
[10] : 数据从第10个索引开始
[0,1,2] : 多级索引选中
names : 列名称
index_col : 指定那一列 作为 行索引
None : 自定义行索引
数字 : 指定第几个 列 作为行索引 (一般为数值不重复的列)
[0,1] : 多级行索引
usecols : 挑选使用那些列
engine : C引擎(速度)(默认) 和 Python引擎(精度)
skiprows : 跳过前多少行
nrows : 获取数据的数量
encoding : utf-8excel读取
python
d = pd.read_excel("./电商数据.xlsx",sheet_name=["订单信息","地区信息"])
粘贴板
pd.read_clipboard()sql读取
python
from sqlalchemy import create_engine #pip install sqlalchemy
#create_engine("mysql+pymysql://root:我的密码@localhost:3306/test1")
coon = create_engine("mysql+pymysql://root:root@localhost/advance_sql?charset=utf8")
pd.read_sql("select * from orderinfo limit 1000", coon)3.多文件读取
python
import glob
filename = glob.glob("./CSV/*.CSV")
[pd.read_csv(x) for x in filename]
csv_data = pd.concat(
[pd.read_csv(x,encoding="gbk") for x in filename],
ignore_index = True
)
filenames = glob.glob("./混合/*.xlsx")
excel_data = pd.concat(
[pd.read_excel(x) for x in filenames],
ignore_index = True
)
pd.concat([data,excel_data],ignore_index= True)