陕西网站建设开发,网站响应式布局,广州火车站,wordpress需要编程技术嘛目录 1.初识DataFrame
2.DataFrame的构造函数
3.数据框的轴
4.CSV文件读取
5.Excel文件读取 1.初识DataFrame
#xff08;1#xff09;昨天#xff0c;我们学习了Series。而Pandas的另一种数据类型#xff1a;DataFrame#xff0c;在许多特性上和Series有相似之处。 …目录 1.初识DataFrame
2.DataFrame的构造函数
3.数据框的轴
4.CSV文件读取
5.Excel文件读取 1.初识DataFrame
1昨天我们学习了Series。而Pandas的另一种数据类型DataFrame在许多特性上和Series有相似之处。
2顾名思义这个就是一个数据框用来存储这个二维数组的相关的信息通过行和列可以找到对应的位置的元素这个是pandas模块里面经常使用的一种数据结构下面的就是一个基本的数据框
显然这个框有三个部分组成一个就是行索引一个就是列索引还有一个就是这个框里面的数值
3那么这个数据框和我们之前介绍的这个序列Series有什么区别呢这个区别肯定是有的
通过下面的这个结构我们也是可以看出来两个Seriss序列合并成为了一个数据框这个就表明了这个数据框就是很多个序列对象的集合这里只是展示出来了两个其实可以有更多个序列的可以看见这些序列的行索引都是一样的但是列索引是不一样的合并起来之后可以共用行索引列索引单独表示 和这个序列相似在没有这个特殊说明的情况下面这个索引就是从0开始排列生成的
2.DataFrame的构造函数
1 其实这个构造函数的形式以及这个函数的参数都适合昨天的序列的构造函数没有太大的区别只不过是这个传递进来的data是一个字典形式不一样而已
# 导入pandas模块简称pdimport pandas as pd # 定义一个字典datadata {name: [May,Tony,Kevin], score:[689,659,635]}# 定义一个列表rankrank [1,2,3]# TODO 使用pd.DataFrame()函数传入参数字典data作为value和columns列表rank作为index
# 构造出的DataFrame赋值给resultresult pd.DataFrame(data,index rank)# 输出result这个DataFrameprint(result)
2除了上面的方式之外我们还可以自己带上索引
通过比较我们就可以发现这个就是data没有指定列索引但是在构造函数的参数里面我们指明了这个列索引我们上面的那个传递进来的就是键值对的字典现在传进来的就是一个嵌套的列表
# 导入pandas模块简称pd
import pandas as pd # 定义一个嵌套列表data
data [[May,689],[Tony,659],[Kevin,635]]
# 定义一个列表rank
rank [1,2,3]# TODO 使用pd.DataFrame()函数嵌套列表data和列表rank作为参数传入并且使用参数columns自定义列索引columns
# 构造出的DataFrame赋值给result
resultpd.DataFrame(data,indexrank,columns[name,score])# 输出result这个DataFrame
print(result)
3.数据框的轴
1这个轴就是针对于超过一维的数组而定义的属性 举一个例子如果我们想要进行这个求和使用axis0就是对于列进行求和axis1就是对于行进行求和 理解即可
4.CSV文件读取
1我们平常经常使用的文件就是CSV文件和Excel文件但是鉴于这个dataframe里面有很多这个数据处理的相关的方法pandas会把这个数据转化为这个dataframe对象方便我们后续进行这个数据处理的相关的工作
2读取CSV文件
CSV就是使用纯文本的方式去储存这个数字文本等表格数据他的每一列的内容数据的类型是一样的
读取这个CSV文件使用的函数就是对应的pd.read_csv()函数这个函数需要我们传递的参数就是我们想要处理的文件的路径windows操作系统下面需要在这个路径前面添加r表示不需要进行转义最后这个文件里面的内容就会以dataframe的形式打印出来
3pd.read_csv()函数的可选参数
就是我们平常处理的这个文件并不像上面介绍的那么理想可能并不是我们传递进去这个路径之后就可以得到我们想要的数据这个时候我们就需要了解这个函数的可选参数这个可选参数对应不同的场景下面帮助我们去得到我们想要的数据
防止文件乱码
在这个参数的里面添加上encodingutf-8
//导入模块
import pandas as pd//调用这个数据处理的函数第一个参数就是文件的路径第二个就是编码类型
data pd.read_csv(r/Users/***.csv,encodingutf-8)
指定索引
就是我们在默认情况下面就是使用的就是从0开始的这个索引如果我们想要这个索引变的更有意义这个时候我们就可以通过第二个参数index_col进行指定索引
# 导入pandas模块并以pd为该模块的简写
import pandas as pd# TODO 使用pd.read_csv()函数读取路径为 /Users/yequ/电商数据清洗.csv 的CSV文件
# 并通过参数index_col来指定order_id列为index
# 将结果赋值给变量data
datapd.read_csv(/Users/yequ/电商数据清洗.csv,index_colorder_id)# 使用print()输出变量data
print(data)
读取指定的列
虚设一个场景就是我们想要知道这个超市里面的这个商品单个平均利润我们只需要用这个总的收入除以这个商品的数量即可这个时候其他的数据没有必要进行读取这个时候我们就可以使用第二个指定列的参数就可以解决这个问题usecols是不可以改变的
# 导入pandas模块并以pd为该模块的简写
import pandas as pd# TODO 使用pd.read_csv()函数和usecols参数
# 读取路径为 /Users/yequ/电商数据清洗.csv 的CSV文件里
# payment和items_count这两列中的数据
# 并将结果赋值给变量data
datapd.read_csv(/Users/yequ/电商数据清洗.csv,usecols[payment,items_count])# 使用print()输出变量data
print(data)
添加columns
这个就是我们对于这个表格里面的数据进行处理的时候如果没有表头就会不方便读者进行阅读因为我们不知道这一列的实际意义是什么这个时候我们就可以添加这个columns,例如我们下面的这个案例里面添加的就是订单号用户id,支付金额等等这些信息可以让用户们清楚的知道某一列的数据的实际意义
# 导入pandas模块并以pd为该模块的简写
import pandas as pd# TODO 使用pd.read_csv()函数、header参数和names参数
# 读取路径为 /Users/yequ/order_withoutColumns.csv 的CSV文件
# 将数据的columns设置为:订单号,用户id,支付金额,商品价格,购买数量,支付时间
# 将结果赋值给变量datadatapd.read_csv(/Users/yequ/order_withoutColumns.csv,headerNone,names[订单号,用户id,支付金额,商品价格,购买数量,支付时间])# 使用print()输出变量data
print(data)
打印的结果显示如下 5.保存CSV文件
1对应的吧dataframe类型的文件保存为CSV文件这个也是需要相对应的函数的就是pd.to_csv()函数这个函数的参数就是我们想要把这个文件保存到的位置需要注意的就是如果这个位置是有文件存在的这个时候原来的文件就会被覆盖掉
2和上面的文件的读取是一样的这个也是有可以选择的参数的因为如果我们值传递这个想要保存到的路径这个时候就会把这个编号写到这个表格的第一列把原来的内容给覆盖掉这个时候我们就可以使用可选参数
indexFalse这个可选参数加上去之后就不会把这个索引写在第一列了
encodingutf-8-sig这个可选参数可以把我们的这个可能出现的编码问题给规避掉
5.Excel文件读取
1读取这个excel文件和我们上面介绍的读取csv文件基本一致只不过需要我们安装一个工具
xlrd模块这个模块可以同时读取xls xlsx文件
2这个需要注意的就是我们使用这个pd.read_excel()函数的时候传递进去的就也是一个路径这个路径下面如果有多个工作表这个时候我们的系统就会默认的读取第一个工作表这个时候我们也可以使用excel里面的可选参数来指定读取第几个工作表
下面的这个里面的第二行代码我们就会指定读取名字的工作表
# 导入pandas模块并以pd为该模块的简写
import pandas as pd# TODO 使用pd.read_excel()函数和sheet_name参数
# 读取路径为 /Users/yequ/2019年4月销售订单.xlsx 的Excel文件里销售订单数据 这个工作表
# 并将结果赋值给变量datadatapd.read_excel(/Users/yequ/2019年4月销售订单.xlsx,sheet_name销售订单数据)# 使用print()输出变量data
print(data)
