Python Pandas数据分析工具用法实例
1、介绍
Pandas是基于Numpy的专业数据分析工具，可以灵活高效的处理各种数据集，也是我们后期分析案例的神器。它提供了两种类型的数据结构，分别是DataFrame和Series，我们可以简单粗暴的把DataFrame理解为Excel里面的一张表，而Series就是表中的某一列
2、创建DataFrame
# -*- encoding=utf-8 -*-
import pandas
if __name__ == '__main__':
pass
test_stu = pandas.DataFrame(
{'高数': [66, 77, 88, 99, 85],
'大物': [88, 77, 85, 78, 65],
'英语': [99, 84, 87, 56, 75]},
)
print(test_stu)
stu = pandas.DataFrame(
{'高数': [66, 77, 88, 99, 85],
'大物': [88, 77, 85, 78, 65],
'英语': [99, 84, 87, 56, 75]},
index=['小红', '小李', '小白', '小黑', '小青'] # 指定index索引
)
print(stu)
运行
高数 大物 英语
0 66 88 99
1 77 77 84
2 88 85 87
3 99 78 56
4 85 65 75
高数 大物 英语
小红 66 88 99
小李 77 77 84
小白 88 85 87
小黑 99 78 56
小青 85 65 75
3、读取CSV或Excel(.xlsx)进行简单操作（增删改查）
data.csv
# -*- encoding=utf-8 -*-
import pandas
if __name__ == '__main__':
pass
data = pandas.read_csv('data.csv', engine='python') # 使用python分析引擎读取csv文件
print(data.head(5)) # 显示前5行，
print(data.tail(5)) # 显示后5行
print(data) # 显示所有数据
print(data['height']) # 显示height列
print(data[['height', 'weight']]) # 显示height和weight列
data.to_csv('write.csv') # 保存到csv文件
data.to_excel('write.xlsx') # 保存到xlsx文件
data.info() # 查看数据信息(总行数，有无空缺数据，类型)
print(data.describe()) # (count非空值，mean均值、std标准差、min最小值、max最大值25%50%75%分位数。)
data['新增列'] = range(0, len(data)) # 类似字典直接添加即可
print(data)
new_data = data.drop('新增列', axis=1, inplace=False)
# 删除列,如果inplace为True则在源数据删除，返回None，否则返回新数据，不改动源数据
print(new_data)
data['体重+身高'] = data['height'] + data['weight']
print(data)
data['remark'] = data['remark'].str.replace('to', '') # 操作字符串
print(data['remark'])
data['birth'] = pandas.to_datetime(data['birth']) # 转为日期类型
print(data['birth'])
4、根据条件进行筛选，截取
# -*- encoding=utf-8 -*-
import pandas
if __name__ == '__main__':
pass
data = pandas.read_csv('data.csv', engine='python') # 使用python分析引擎读取csv文件
a = data.iloc[:12, ] # 截取0-12行，列全截
# print(a)
b = data.iloc[:, [1, 3]] # 行全截,列1,3
# print(b)
c = data.iloc[0:12, 0:4] # 截取行0-12，列0-4
# print(c)
d = data['sex'] == 1 # 查看性别为1(男)的
# print(d)
f = data.loc[data['sex'] == 1, :] # 查看性别为1(男)的
# print(f)
g = data.loc[:, ['weight', 'height']] # 选取身高体重
# print(g)
h = data.loc[data['height'].isin([166, 175]), :] # 选取身高166,175的数据
# print(h)
h1 = data.loc[data['height'].isin([166, 175]), ['weight', 'height']] # 选取身高166,175的数据
# print(h1)
i = data['height'].mean() # 均值
j = data['height'].std() # 方差
k = data['height'].median() # 中位数
l = data['height'].min() # 最小值
m = data['height'].max() # 最大值
# print(i)
# print(j)
# print(k)
# print(l)
# print(m)
n = data.loc[
(data['height'] > data['height'].mean()) &
(data['weight'] > data['weight'].mean()),
:] # 身高大于身高均值，且体重大于体重均值，不能用and要用&如果是或用|
print(n)
5、清Nan数据，去重，分组，合并
# -*- encoding=utf-8 -*-
import pandas
if __name__ == '__main__':
pass
sheet1 = pandas.read_excel('data.xlsx', sheet_name='Sheet1') # 读取sheet1
# print(sheet1)
# print('-------------------------')
sheet2 = pandas.read_excel('data.xlsx', sheet_name='Sheet2') # 读取sheet2
# print(sheet2)
# print('-------------------------')
a = pandas.concat([sheet1, sheet2]) # 合并
# print(a)
# print('-------------------------')
b = a.dropna() # 删除空数据nan，有nan的就删除
# print(b)
# print('-------------------------')
b1 = a.dropna(subset=['weight']) # 删除指定列的空数据nan
# print(b1)
# print('-------------------------')
c = b.drop_duplicates() # 删除重复数据
# print(c)
# print('-------------------------')
d = b.drop_duplicates(subset=['weight']) # 删除指定列的重复数据
# print(d)
# print('-------------------------')
e = b.drop_duplicates(subset=['weight'], keep='last') # 删除指定列的重复数据,保存最后一个相同数据
# print(e)
# print('-------------------------')
f = a.sort_values(['weight'], ascending=False) # 从大到小排序weight
# print(f)
g = c.groupby(['sex']).sum() # 根据sex分组，再求和
# print(g)
g1 = c.groupby(['sex'], as_index=False).sum() # 根据sex分组，再求和，但sex不作为索引
# print(g1)
g2 = c.groupby(['sex', 'weight']).sum() # 根据sex分组后再根据weight分组，再求和
# print(g2)
h = pandas.cut(c['weight'], bins=[80, 90, 100, 150, 200], ) # 根据区间分割体重
print(h)
# print('-------------------------')
c['根据体重分割'] = h # 会有警告，未解决，但不影响结果
print(c)
以上是 Python Pandas数据分析工具用法实例 的全部内容， 来源链接： utcz.com/z/355750.html
