pandas 的使用

　　pandas 是基于NumPy 的一种工具，是python的一个数据分析包，主要用于数据的分析和处理，其主要处理的类型为：

　　Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型，字符串、boolean值、数字等都能保存在Series中。

　　Time- Series：以时间为索引的Series。

　　DataFrame：二维的表格型数据结构。可以将DataFrame理解为Series的容器。

　　Panel ：三维的数组，可以理解为DataFrame的容器。

1、创建series，会自动创建一个整数索引，pandas 中的空表示为 nan

import pandas as pd
import numpy as np

s = pd.Series([1,2,np.nan,3])
print(s)
>>0    1.0
  1    2.0
  2    NaN
  3    3.0

2、创建DataFrame

2.1导入数据：

ex = pd.read_excel(file_path, sheet_name="name")
df = pd.DataFrame(ex)

2.2 获取指定数据的索引：(注意得到的索引排除了首行）

  time      name  leval score
05/01/2019    LX    13    10
05/02/2019    SX    1    100
05/03/2019    SC    14    9
05/04/2019    ZF    13    10
05/05/2019    ST    1    100
05/06/2019    YT    7    70
05/07/2019    GJ    2    20
05/08/2019    TR    1    100

indexs = df[df['name'].isin([“SC”])].index.tolist()

# 或者
indexs= df[df.name == "SC"].index.tolist()

>>[2]

2.3  删除指定数据为空的行，并重置索引

    df = df.replace(np.nan, '', regex=True)
    df = df[df["name"] != ""]
    df = df.reset_index(drop=True)  # 重置索引

2.4 获取某行某列的值

loc 通过标签提取数据，里面可以包含函数、判断语句等，（如取"name"为"SC"的行）

df.loc[df["name"]=="SC",score"]

df.loc[1, "score"]

iloc函数：通过行号来取行数据

df.iloc[[0,1],[0,1]]

更多内容可以参考：pandas教程