Python语言学习-pandas库学习

一、什么是Pandas库

Pandas是python的第三方库，他用于灵活的数据操作，数据可视化，数据清洗，数据的聚合和转换，数据的可视化

二、安装pandas库

在终端中运行

pip install pandas

导入Pandas库并重命名为pd

import pandas as pd

三、操作教学

1.基础操作

我想存储一些人的信息和对应的数据

import pandas as pd
df = pd.DataFrame({"Name": ["Alice", "Bob", "Charlie"],"Age": [25, 30, 35],"City": ["New York", "Los Angeles", "Chicago"]}
)
print(df)

结果如下：

DataFrame是一个二维数据结构，可以存储不同类型的（包括字符、整数、浮点值、分类数据等）。它类似于电子表格，每一行都有自己的列标签和值

2.拿取指定列的数据

df['City']

打印的结果为：

3.从头开始创建DataFrame

a = pd.Series(["黑色","红色","白色"],name="color")
print(a)

我们打印出来的结果是：

4.如果你只是对你表的统计的数据感兴趣的话

df = pd.DataFrame({"Name": ["Alice", "Bob", "Charlie"],"Age": [25, 30, 35],"City": ["New York", "Los Angeles", "Chicago"]}
)
print(df.describe())

结果为：

5.分析csv文件中的数据

如果只读取数据

df = pd.read_csv("C:/Users/23226/Desktop/order_food.csv")
print(df)

结果为：

如果你只想看前几行的数据

df = pd.read_csv("C:/Users/23226/Desktop/order_food.csv")
print(df.head(8))

结果为：

如果你想分析每列的数据类型

df = pd.read_csv("C:/Users/23226/Desktop/order_food.csv")
print(df.dtypes)

结果为：

如果你想读取更加详细的数据

df = pd.read_csv("C:/Users/23226/Desktop/order_food.csv")
print(df.info)

结果为：

6.excel表格的操作

与csv同理，读取方法换成read_excel()这个就可以了

7.如何选择感兴趣的列呢

df = pd.read_csv("C:/Users/23226/Desktop/order_food.csv")
print(df['order_no'])

结果为：

需要选择多个列直接使用逗号拼接在中括号里面就OK了

如果你想知道返回数据的行数以及列数

df = pd.read_csv("C:/Users/23226/Desktop/order_food.csv")
print(df[["order_no"]].shape)

结果为：

请注意，返回的数据包括行数和列数

如果你想筛选固定条件的数据

above_35 = df[df["Age"] > 35]

结果为：

如果你想检查数据是否大于某个值：

df["Age"] > 35

结果为：

如果你对某个列中的多个值的数据感兴趣

class_23 = df[df["Pclass"].isin([2, 3])]

isin中放入的是数据，df中放置的是列名

结果为：

那么组合多个条件查询怎么办呢

df[(df["Pclass"] == 2) | (df["Pclass"] == 3)]

结果为：

如果你想验证列中的数据是不是空值

age_no_na = df[df["Age"].notna()]

筛选出所有“Age”列不为缺失值（NaN）的行，并将结果存储在一个新的 DataFrame 变量

结果为

那么如果我对一个列名下35以上的人的姓名感兴趣呢

adult_names = df.loc[df["Age"] > 35, "Name"]

结果为：

如果我对特定行到特定行，特定列到特定列的数据感兴趣

df.iloc[9:25, 2:5]

结果为：

切记

选择数据子集时，使用方括号。[]
在这些括号内，您可以使用单个列/行标签、列表的列/行标签、标签切片、条件表达式或一个冒号。
使用行时选择特定行和/或列和列名称。loc
使用在表中的位置。iloc
您可以根据 / 为选择分配新值。lociloc

8.增加列

df = pd.read_excel("C:/Users/23226/Desktop/ce.xlsx",sheet_name="sheet")
print(df)
df["超级无敌"] = df["实付金额"]*100
print(df.head())

等号前面为你要新增加的列名，后面是原本存在的列名，执行之后会帮我们新建一个列名“超级无敌”

运行结果为：

且等号后面的数据是可以和其他类的数据运算或者直接运算的

9.修改列名

df = pd.read_excel("C:/Users/23226/Desktop/ce.xlsx", sheet_name="sheet")
print(df)
c = df.rename(columns={"订单编号": "订单ID"})
print(c)

columns中键值对里面的key是原表格中的列，value是要替换的列名

结果为：