数据分析之Pandas入门小结

Pandas数据类型

从数据类型来说,pandas主要数据结构有四种,Series,DataFrame, Arrays, Panel. 目前主要用的是前面两种数据框DataFrame 和序列Series。DataFrame是二维数据,有行有列,DataFrame默认会自动创建行索引。 Series是一维数据,默认有索引。

  1. Series定义访问如下:
  1. DataFrame定义访问如下,可以从文件读也可以自己定义

数据类型主要支持下面几种:

字符串类型:object

整数类型:Int64,Int32,Int16, Int8

无符号整数:UInt64,UInt32,UInt16, UInt8

浮点数类型:float64,float32

日期和时间类型:datetime64ns、datetime64ns, tz、timedeltans

布尔类型:bool

Pandas应用

Pandas可以读取多种类型文件,如excel, txt, csv等, 这里小结下读取csv文件。

文件读取

默认分割符是",", 可以不用指定,如果是其他分割符需要指定seq参数。在路径前面加上r, 是防止被转义。

1.路径前加r

2.指定分隔符

文件解析

1.查看文件内容,通过newdf.head(),查看前100行,可以用newdf.head(100), 也可以直接输入变量名df查看全部内容,如上图

2.查看DataFrames数据类型及文件大小, 用newdf.info()

  1. 处理数据,删除可以用drop或del, drop会将删除后的数据生成副本,原先的数据不做修改,如下图。
  1. del 删除,是直接删除
  1. drop时,默认axis=0,不设置时是按行删除,设置axis=1时是按列删除。DataFrame默认生成行索引,可通过index指定索引值去删除行。删除列时,可用columns指定列名,也可直接用列名指定。
  1. 读取数据

iloc方法为默认,可通过行索引取值,可以读取切片数据,如下:

列读取可以直接用列名读取

  1. 设置列索引,可以手动定义列索引,一旦定义列索引后,行索引自动消失,也就不能用iloc访问数据。如下图a列被定义为索引

可以用loc来访问列为索引列, 当然索引列是不能访问的。用索引列访问会报错,该列为索引列 df'a',其他列依然可以用列名访问数据。

下图是用loc来访问列索引来得到数据。

8.数据填充或处理

填充空白值(NaN),最简单的可以直接替换,设置指定列替换为指定值,指定列的空值就会被替换为目标数据,如newdf2=df.fillna({'b':3,'f':7})

数据处理,如将d列都设置为两位数据,取值可以根据需求用正则表达式设定,如这里取d里最前2位数为d列的值。

相关推荐
学无止境小袁同学2 小时前
LlamaIndex Workflows 学习
python·llm·tensorflow·llamaindex·agent开发·多agent·workflows
鲸渔3 小时前
【AI Agent系列课程13-Python 基础13】JSON 读写:结构化数据交换基础
开发语言·python·json·ai编程
wuyk55513 小时前
Python办公自动化-第01讲-环境搭建与自动化认知
python·自动化·pyqt
高洁0114 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
ComPDFKit14 小时前
RAG 回答只显示 PDF 文件名?用 Python 保留引用页码
开发语言·python·pdf·rag
yz_aiks15 小时前
Termux 使用教程:把安卓手机变成随身 Linux(装 Python、SSH 远程、跑自动化脚本)
android·linux·python·智能手机·ssh·termux
2601_9679801117 小时前
Flask Web 应用
python·flask·web开发·环境变量·虚拟环境
aifannihao17 小时前
ß 大写变 SS:用 Python 算清 Ruby2Shell 的缓冲区账本
python·安全·标准库·缓冲区溢出·字符串编码
liwulin050618 小时前
【OLLAMA】调用SKILL的通用ReAct
python
郝学胜-神的一滴19 小时前
Effective Python 条款36:优雅拼装迭代器与生成器
开发语言·数据结构·人工智能·python·numpy·scikit-learn