[Python知识库]Pandas学习笔记_未整理

导入科学工具包
pandas API接口：https://pandas.pydata.org/docs/reference/api/pandas.read_excel.html#

import pandas as pd
print(pd.__version__)

##1.Pandas数据读取常用的方法
#1.read_csv():txt/csv文件(一般是以英文符号","为分隔符)
#2.read_excel():

#读取Excel文件数据
import pandas as pd
df_excel = pd.read_excel(r'G:\py\test\demo.xlsx')
a = df_excel.head(5)#head方法数据表的前多少条数据
print(a)

#pandas 读取默认把第一行作为表头，由header参数控制

#保存Excel文件
#按下shift+tab键查看所有方法的参数
#直接调用to_excel方法，若文件存在，则覆盖原来的内容，重新写入内容
import pandas as pd
df_excel = pd.read_excel(r'G:\py\test\demo.xlsx')
a = df_excel.head(5)#head方法数据表的前多少条数据
print(a)
df_excel.to_excel(r'G:\py\test\savetest.xlsx',sheet_name='savesheet1')
df_excel.to_excel(r'G:\py\test\savetest.xlsx',sheet_name='savesheet2')
#在同一个Excel中写入多个sheet
writer = pd.ExcelWriter(r'G:\py\test\xieruduogesheet.xlsx')
df_excel.to_excel(writer,sheet_name='savesheet3')
df_excel.to_excel(writer,sheet_name='savesheet4')
#在同时写入多个时，需要保存文件，方可生效
writer.save()
##会话式保存多个sheet数据到同一个Excel文件里 
with pd.ExcelWriter(r'G:\py\test\测试会话式保存多个sheet的Excel文件数据.xlsx') as writer:
    df_excel.to_excel(writer,sheet_name='测试Sheet5')
    df_excel.to_excel(writer,sheet_name='测试Sheet6')
    df_excel.to_excel(writer,sheet_name='测试Sheet7')

#读取csv格式的文件
df_csv = pd.read_csv(r'G:\py\test\CSVTEST.csv')
#保存csv格式数据
df_csv.to_csv(r'G:\py\test\测试保存csv.csv')

#在同一个csv文件中追加保存数据
df_csv.to_csv(r'G:\py\test\测试保存csv.csv',mode='a',header=None)

read_csv()

df_csv = pd.read_csv(r'G:\py\test\测试保存csv.csv',header= None)
df_csv.head()
#df_csv = pd.read_csv(r'G:\py\test\测试保存csv.csv',header= 0)
#df_csv.head()
#df_csv = pd.read_csv(r'G:\py\test\测试保存csv.csv',header= [0,1])
#df_csv.head()

list(“字符串”)把字符串序列化

#encoding = utf-8
import numpy as np
import pandas as pd

def main():
	#Data Structure
	s = pd.Series([i*2 for i in range(1,11)])
	print(type(s))
	dates = pd.date_range("20170301",periods=8)
	df = pd.DataFrame(np.random.randn(8,5),index = dates,columns = list("ABCDEF"))
	print(df)
    # df = pd.DataFrame({"A":1,"B":pd.Timestamp("20170301"),"C":pd.Series(1,index=list(range(4)),dtype="float"),
    #                    "D":np.array([3]*4,dtype="float32"),"E":pd.Categorical(["police","student","teacher","doctor"])})
    # print(df)

if __name__ == "__main__":
    main()

df.decribe()#大致了解数据
	df[:3]#第三行
	df.loc(dates[0])
	df.loc(["20210701":"20210703",["B","D"]])#读取3月1号到3号且B列到D列的数据
	df.as[dates[0],"C"]#通过索引找到
#通过下标找到
df.iloc[1:3,2:4]#1-3不包括3,2-4不包括4
df.iloc[1，4] #第一行第四列
df.iat[1,4]
#选择条件
df[df.B>0][df.A<0]
df[df>0]
isin类似sql中的in
df[df["E"].isin([1,2])]

#Set

s1 = pd.Series(list(range(10,18)),index = pd.date_range("20210703",periods=8))
df["F"] = s1
print(df)
df.at[dates[0],"A"] = 0
print(df)
df.iat[1,1] = 1
df.loc[:"D"] = np.array([4]*len(df))