当前位置： 首页 > news >正文

pandas库

news 2025/7/26 4:43:03

目录

一.Pandas库的核心特点与应用场景

1.表格数据处理

2.与NumPy的区别

3.数据转换

二.Pandas与OpenPyXl的对比

三.DataFrame与Series数据类型

四.DataFrame常用操作

排序：df.sort_values(by='列名', ascending=False)按指定列降序排序，整行数据同步调整，当参数值为ture时则为升序排序或默认升序排序

数据替换：df['列名'].replace({'旧值':'新值'})实现值替换，需注意代码换行可能引起的误解。

数据访问：

删除数据：df.drop('行名', inplace=True)默认直接删除指定行，也可以通过axis=" "参数改变值为0时删除指定行，值为1时则删除指定列；inplace=True时覆盖原变量生效为False则不会改变原来的数据而是生成一个副本；

内容修改：直接赋值（如df['列名'] = 新值）可更新数据。

添加列：

添加行：通过指定行名和列名添加

五.pandas库读取不同类型的文件

一.Pandas库的核心特点与应用场景

1.表格数据处理

Pandas的核心功能是将数据以表格形式（DataFrame）处理，支持列名、行索引等结构化操作，适用于金融、股票等领域的Excel数据分析。

2.与NumPy的区别

NumPy仅支持数值类型数据，而Pandas支持字符串、列表等多种数据类型。
Pandas底层基于NumPy实现，但功能更丰富（如数据读取、转换、计算等）。

3.数据转换

Pandas表格数据（数值类型）可直接转换为NumPy数组，两者可互相转化。

二.Pandas与OpenPyXl的对比

  • Pandas：专注于数据存储、计算和分析，类似NumPy与OpenPyXL的结合体。
  • OpenPyXL：模拟Excel操作（公式、绘图等），功能更偏向文件操作而非数据分析。

三.DataFrame与Series数据类型

  • DataFrame：二维表格数据，包含行索引（index）和列名（columns），可通过字典形式创建（键为列名，值为数据）。"DataFrame(数据框)就是excel表(多个Series的拼接)" 
    import pandas as pd
df_1 = pd.DataFrame({'age':[10,20,30],'name':['tim','john','rose'],'income':[100,200,300]},index=['person1','person2','person3'])
print(df_1)age  name  income
person1   10   tim     100
person2   20  john     200
person3   30  rose     300

  • Series：一维表格数据，用于处理单列/行数据，支持自定义索引（index）。 
    #生成第一个Series[按照默认的index]
s_1 = pd.Series([1,2,3,4,5])
print(s_1)0    1
1    2
2    3
3    4
4    5
dtype: int64
#自定义index
s_2 = pd.Series([1,2,3,4,5], index=['a', 'b', 'c', 'd', 'e'])
print(s_2)a    1
b    2
c    3
d    4
e    5
dtype: int64

  • 属性：两者共有values（数据值）、index（行索引）、columns（列名）等属性

四.DataFrame常用操作

  • 排序：df.sort_values(by='列名', ascending=False)按指定列降序排序，整行数据同步调整，当参数值为ture时则为升序排序或默认升序排序

    import pandas as pd
dic={'name':['jack','marry','john','tom'],'age':[13,45,67,23],'gender':['f','f','m','m']}
df=pd.DataFrame(dic)
print(df)name  age gender
0   jack   13      f
1  marry   45      f
2   john   67      m
3    tom   23      m# 根据年龄这一列进行排序（升序和降序）
df=df.sort_values(by=['age'])
print(df)name  age gender
0   jack   13      f
3    tom   23      m
1  marry   45      f
2   john   67      mdf=df.sort_values(by=['age'],ascending=False)
print(df)name  age gender
2   john   67      m
1  marry   45      f
3    tom   23      m
0   jack   13      f

  • 数据替换：df['列名'].replace({'旧值':'新值'})实现值替换，需注意代码换行可能引起的误解。

    # 值替换
df['gender'] =df['gender'].replace(['m','f'],['male','female'])
print(df)name  age  gender
2   john   67    male
1  marry   45  female
3    tom   23    male
0   jack   13  female

  • 数据访问：

    • 通过行列索引或位置序号访问数据，df.loc()方法通过行名和列名定位数据，df.iloc()方法通过位置序号定位数据
    • 支持切片（如a:d）和离散选择（如['a','d']）。 
      import pandas as pd
import numpy as npdatas=pd.date_range('20180101',periods=5)#产生一个时间数据，五个
df=pd.DataFrame(np.arange(30).reshape(5,6),index=datas,columns=['A','B','C','D','E','F']
)A   B   C   D   E   F
2018-01-01   0   1   2   3   4   5
2018-01-02   6   7   8   9  10  11
2018-01-03  12  13  14  15  16  17
2018-01-04  18  19  20  21  22  23
2018-01-05  24  25  26  27  28  29# 打印某个值
print(df.loc['20180103','B'])  
13# 打印某列值
print(df.loc[:,'B'])
2018-01-01     1
2018-01-02     7
2018-01-03    13
2018-01-04    19
2018-01-05    25print(df.loc['20180103':,'B'])
2018-01-03    13
2018-01-04    19
2018-01-05    25print(df.loc['20180103':,['B',"D"]])B   D
2018-01-03  13  15
2018-01-04  19  21
2018-01-05  25  27# 打印某行值
print(df.loc['20180103',:])
A    12
B    13
C    14
D    15
E    16
F    17# 打印某些行
print(df.loc['20180103':,:])A   B   C   D   E   F
2018-01-03  12  13  14  15  16  17
2018-01-04  18  19  20  21  22  23
2018-01-05  24  25  26  27  28  29# 获取某个数据
print(df.iloc[1,2])
8# 获取某列
print(df.iloc[:,2])
2018-01-01     2
2018-01-02     8
2018-01-03    14
2018-01-04    20
2018-01-05    26#获取某几列
print(df.iloc[:,2:])C   D   E   F
2018-01-01   2   3   4   5
2018-01-02   8   9  10  11
2018-01-03  14  15  16  17
2018-01-04  20  21  22  23
2018-01-05  26  27  28  29print(df.iloc[:,[2,3]])C   D
2018-01-01   2   3
2018-01-02   8   9
2018-01-03  14  15
2018-01-04  20  21
2018-01-05  26  27
# 获取某行
print(df.iloc[2,:])
A    12
B    13
C    14
D    15
E    16
F    17# 获取某些行
print(df.iloc[2:,])A   B   C   D   E   F
2018-01-03  12  13  14  15  16  17
2018-01-04  18  19  20  21  22  23
2018-01-05  24  25  26  27  28  29

  • 删除数据：df.drop('行名', inplace=True)默认直接删除指定行，也可以通过axis=" "参数改变值为0时删除指定行，值为1时则删除指定列；inplace=True时覆盖原变量生效为False则不会改变原来的数据而是生成一个副本；

        删除列：del df['列名'] 或 df.drop('列名', axis=1, inplace=True)。

        删除行：df.drop('行名', axis=0, inplace=True)。

  • import pandas as pd
df = pd.DataFrame({'age':[10,10,12],'name':['tom','rose','jack'],'income':[100,200,300]},index=['person1','person2','person3'])
print(df)age  name  income
person1   10   tom     100
person2   10  rose     200
person3   12  jack     300# 删除
# 直接在原数据上删除
del df['age']
print(df)name  income
person1   tom     100
person2  rose     200
person3  jack     300# 删除列
data = df.drop('name',axis=1,inplace=False)
print(data)income
person1     100
person2     200
person3     300# 删除行
df.drop('person1',axis=0,inplace=False)name  income
person2  rose     200
person3  jack     300

  • 内容修改：直接赋值（如df['列名'] = 新值）可更新数据。

  • 添加列：

    import pandas as pd
df = pd.DataFrame({'age':[10,10,12],'name':['tom','rose','jack'],'income':[100,200,300]},index=['person1','person2','person3'])
print(df)age  name  income
person1   10   tom     100
person2   10  rose     200
person3   12  jack     300# 在最后增加一列
df['pay']=[20,30,40]
print(df)age  name  income  pay
person1   10   tom     100   20
person2   10  rose     200   30
person3   12  jack     300   40

  • 添加行：通过指定行名和列名添加

    df.loc['person4',['age','name','income']]=[20,'kitty',200]
print(df)age   name  income   pay
person1  10.0    tom   100.0  20.0
person2  10.0   rose   200.0  30.0
person3  12.0   jack   300.0  40.0
person4  20.0  kitty   200.0   NaN

                                                                                                                                                         

五.pandas库读取不同类型的文件

import pandas as pd
#读取csv文件
df_1=pd.read_csv("")df_2=pd.read_csv("",encoding='utf-8',header=None)# 读取excel文件
df_3=pd.read_excel("")# 读取txt文件
df_4=pd.read_table("",sep='',header=None)

http://www.xdnf.cn/news/1175347.html

相关文章：

  • 基于YOLOv5+pyQT6的目标检测系统通用项目模板
  • 日语学习-日语知识点小记-构建基础-JLPT-N3阶段（8）：自動詞 ＆ 他動詞 「～ている」「～ておく」「～てある」
  • 系统学习算法：专题十四 链表
  • 华为7月23日机考真题
  • 关于在VS2022配置启动项目的问题
  • 表征工程中哪里用到内积 ：内积vs余弦相似度--谁更胜一筹？
  • 力扣面试150题--搜索旋转排序数组
  • 开源 Arkts 鸿蒙应用 开发（九）通讯--tcp客户端
  • C#知识点表格大全
  • HDFS写性能优化技巧详解：从理论到实践
  • CSS 基础
  • 【科研绘图系列】R语言绘制黑白填充等显著性标记条形图
  • 网安-SQL注入-sqli-labs
  • 内积（Inner Product）和余弦相似度区别
  • LeetCode热题100--205
  • 糖尿病数据分析：血压与年龄关系可视化
  • 变频器带动电机：全方位解析参数变化
  • SparkSQL 聚合函数 MAX 对 NULL 值的处理
  • Linux -- 进程【下】
  • Python Day22 - 复习日
  • 如何用 Kafka + Redis + 线程池搭建高吞吐异步消息处理架构
  • 数据结构自学Day13 -- 快速排序--“前后指针法”
  • 西门子 S7-1500分布式 I/O通信 ：PROFINET IO 与 PROFIBUS DP详解（下）
  • 电流、电压采集电路分析
  • 轻量化RTSP视频通路实践：采集即服务、播放即模块的工程解读
  • 【Windows命令手册】Windows中的常用命令，并与 Linux 做比较
  • Zookeeper学习专栏（七）：集群监控与管理
  • FastGPT + Kymo：解锁企业专属知识库与智能体开发新体验
  • 【LeetCode 热题 100】78. 子集——（解法二）回溯+选哪个
  • Unity × RTMP × 头显设备：打造沉浸式工业远控视频系统的完整方案