pandas

干货分享！计算机的知识十分错综复杂，下图包括了查看数据 、读取数据及数据操作 、标签选择数据 、条件选择 、定义数据、查看数据 等方面的知识，快收藏学起来吧！

pandas

• Series类型
  • 查看数据
    • columns（列值）
    • values（值）
      • s = pd.Series([1,3,5,np.nan,6,8]) 结果: 0 1.0 1 3.0 2 5.0 3 NaN 4 6.0 5 8.0 s.index 结果：RangeIndex(start=0, stop=6, step=1)
    • index（索引）
      • s = pd.Series([1,3,5,np.nan,6,8]) 结果: 0 1.0 1 3.0 2 5.0 3 NaN 4 6.0 5 8.0 s.values 结果：array([ 1., 3., 5., nan, 6., 8.])
    • 切片
      • s = pd.Series([1,3,5,np.nan,6,8]) 结果: 0 1.0 1 3.0 2 5.0 3 NaN 4 6.0 5 8.0 s[2:5] 结果： 2 5.0 3 NaN 4 6.0
    • 索引赋值
      • s = pd.Series([1,3,5,np.nan,6,8]) ------------索引赋值1 s.index.name = '索引' 结果： 索引 0 1.0 1 3.0 2 5.0 3 NaN 4 6.0 5 8.0 dtype: float64 --------------索引赋值2 s.index=list('abcdef') 结果： a 1.0 b 3.0 c 5.0 d NaN e 6.0 f 8.0 dtype: float64 ----------取值 s['a':'c'] 结果： a 1.0 b 3.0 c 5.0 dtype: float64
  • 读取数据及数据操作
    • 行操作
      • 读
        • iloc
          • df.iloc[0] #读取第0行 df.iloc[0:5] #读取0-4行
        • loc
          • df.loc[0:5] #读取0-5行
      • 添加
        • dit = {'名字':'复仇者联盟3','投票人数':123,'类型':'剧情','产地':'美国','上映时间':'2018-05-4 00:00:00',...} s = pd.Series(dit) s.name = 38738 df = df.append(s) #df覆盖原来的数据对象 #结果: 在第38738行添加了数据
      • 删除
        • df = df.drop([38738])
    • 列操作
      • 读
        • df.columns 结果：Index(['Unnamed: 0', '名字', '投票人数', '类型', '产地', '上映时间', '时长', '年代', '评分', '首映地点'],dtype='object') 单列操作 - - - - - -- - - -- - - -- - df['名字'][:5] 多列操作 - - - - - - - - - - - - - - - - - df[ ['名字', '类型' ] ][:5]
      • 增加
        • df['序号'] = range(1,len(df)+1)
      • 删除
        • df = df.drop('序号',axis=1) #axis=1 列操作 axis-0 行操作
    • 标签选择数据
      • loc
        • 通过标签选择数据 - - - - - -- - - - -- df.loc[ [index],[colunm] ] 获取某个单元格数据 - - - - - - - df.loc[1,'名字'] 获取多个单元格数据 - - - - - - - - - - df.loc[ [1,3,5,7,9],['名字', '评分' ] ]
    • 条件选择
      • df['产地'] == '美国' #判断产地等于美国，并返回True或False 数据展示 - - - - - - df[df['产地'] == '美国'][:5] #选取产地为美国的数据，并返回前5条
      • &运算
        • df[(df.产地=='美国')&(df.评分>9)][:5] #返回产地为美国和评分大于9的结果，并返回前五条数据
      • |运算
        • df[( (df.产地=='美国') | (df.产地=='中国大陆') )&(df.评分>9)][:5] #选取产地为美国或者中国大陆，且评分大于9的数据
• DataFrame类型
  • 定义数据
    • 二维数组
    • 字典
  • 查看数据
    • head（头5行数据）
    • tail（尾5行数据）