Python数据分析Pandas库方法简介

Pandas 入门

Pandas简介

背景：pandas是一个Python包，提供快速，灵活和富有表现力的数据结构，旨在使“关系”或“标记”数据的使用既简单又直观。它旨在成为在Python中进行实际，真实世界数据分析的基础高级构建块。此外，它还有更广泛的目标，即成为任何语言中最强大，最灵活的开源数据分析/操作工具。它已朝着这个目标迈进

• pandas组成 = 数据面板+数据分析工具

• pandas把数据分为3类

  • 一位矩阵：Series 强大在可以存储任意类型数据 二维矩阵： DataFrame 三维矩阵; Panel

pandas数据结构

• Series:一维数组。类型Numpy的一维数组，强大在可以存储任意类型数据

• Time-Series:以时间维索引的Series

• DataFrame: 二位的表格数据结构，===升级版矩阵

  • 它含有一组有序的列，每列可以是不同的值类型（数值，字符串，）

 

pandas的数据类型

• 导入pandas

  import pandas as pd

• 读取csv文件，数据类型就是DataFrame二维矩阵

  a = pd.read_csv(path)
  type(a)

• 属性和方法

  • 类型 type(a)

  • 维度 a.ndim

  • 形状 a.shape

  • 大小 a.size

  • 数据类型 a.dtypes

  • 帮助 help(pd)

索引操作

• 前n行：head(n)

• 后n行：tail(n)

• 第n行： df.loc[n]

• 第3-7行： df.loc[2:8]

• 取任意行： df.loc[[2,3,5]]

• 取某列： df['列名'] df.列名

• 取任意列：df[['列1'，‘列2’，。。。]]

 

案例 取出所有g为结尾的列

a = df.columns.tolist()
bb = []
for x in a:
    if x.endswith('(g)') or x.endswith('(mg)'):
        bb.append(x)
        
df[bb]

简单统计

数据统计

• 摘要描述/简介：df.describe()

• 一维。value_counts()统计以为矩阵中数组出现的次数： 比如统计成绩

• 最大： df['列名'].max()

• 最小 ：min

• 平均值：mean

• 标准差 std

 

案例分析2成绩分析

# 案例-成绩分析
chengji = pd.read_excel('score.xlsx')
chengji['成绩'].describe()
chengji['成绩'].value_counts()
a = chengji['成绩']
a[a<80]