python基础（pandas库）

一、基本数据类型

python 复制代码

df_1 = pd.DataFrame({'age':[10,11,12],
                     'name':['tim', 'tom', 'rose'],
                     'income':[100,200,300]},
                     index=['lisi', 'zhangsan', 'wangwu'])
print(df_1)

"""
dataframe的属性
"""
#行索引
df_1.index
#列名
df_1.columns
#值
df_1.values

DataFrame为数据框就是excel表（多个Series的拼接），serise可以看作竖起来的list，dataframe的属性，行索引为index，列名为colums，值为values

python 复制代码

"""
根据年龄这一列，进行排序【升序和降序】
"""
df = df.sort_values(by=['age'])
df = df.sort_values(by=['age'], ascending=False)

使用sort_values函数进行排序，ascending参数默认为True为升序排序，False为降序排序

二、重复值处理

python 复制代码

"""找出重复值的位置【逻辑判断】"""
result1 = df.duplicated()

"""根据列名来判断重复"""
#根据某个
result2 = df.duplicated('gender')
print(result2)

result3 = df.duplicated(['gender', 'name'])
print(result3)

"""提取重复的行"""
a = df[result1]
b = df[result2]
c = df[result3]

'通过bool提取内容'
d = df[[True,False,False,True,True,False,False]]

"""删除重复的行"""
new_df1 = df.drop_duplicates()

#部分重复【根据某列名来删除】
new_df2 = df.drop_duplicates(['name', 'gender'])
print(new_df2)

通过duplicated（参数）函数判断重复值的位置，如果值重复填入True。

参数：可以填列名来判断指定的列是否有重复

可以通过drop_duplicates(参数)函数来删除重复的行

参数也可以是列名，来根据列名删除

三、数据抽取

python 复制代码

#抽取好评数大于17000的电脑
a = df['好评数'] > 17000
df_1 = df[df['好评数'] > 17000]
#抽取好评数在15000到17000之间的电脑
df_2 = df[df['好评数'].between(15000, 17000)]

"""
字符匹配
"""
df_3 = df[df['品牌'].str.contains('苹果',na=False)]
df_4 = df[df['品牌'].str.contains('苹果',na=True)]

想要从里面取数可以用比较运算：包含大于、小于等运算逻辑判断+取数，逻辑判断可以加上与和或的语句。

.str.contains('苹果') ：对"品牌"列的每个元素进行字符串匹配，检查是否包含 "苹果" 子串，返回布尔值 ,True:包含，False:不包含）。
na=False：指定对缺失值（NaN）的处理方式 ------ 将缺失值视为 False（即不筛选包含缺失值的行）。

四、数据框的合并

python 复制代码

#竖向合并
new_df1 = pd.concat([df_2, df_1])
#横向合并
new_df2 = pd.concat([df_1, df_2], axis=1)

使用concat函数进行合并数据，axis参数为1时是横向合并，不写时默认为0，为纵向合并