[人工智能] Python 学习：2021.11.30

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> Python 学习：2021.11.30 -> 正文阅读

[人工智能]Python 学习：2021.11.30

Pandas
原文件数据
在这里插入图片描述

从文件中读取数据

import numpy as np
import pandas as pd
file_score=pd.read_excel('C:\\Users\\Dell\\Desktop\\score.xls')
file_score				# 全部读取
# file_score.head()		# 默认读取 5 行数据
# file_score.head(10)		# 指定读取数据行数

运行结果截图
在这里插入图片描述

2.访问列
访问某一列

import numpy as np
import pandas as pd
file_score=pd.read_excel('C:\\Users\\Dell\\Desktop\\score.xls')
file1=file_score.平时成绩
# file1=file_score['平时成绩']	# 功能与上一行一样
file1

运行结果截图
在这里插入图片描述

访问多列

import numpy as np
import pandas as pd
file_score=pd.read_excel('C:\\Users\\Dell\\Desktop\\score.xls')
file1=file_score[['姓名','总分']]
file1

运行结果截图
在这里插入图片描述
3.访问行
访问某一行

import numpy as np
import pandas as pd
file_score=pd.read_excel('C:\\Users\\Dell\\Desktop\\score.xls')
file1=file_ssacore[7:8]
file1

运行结果截图
在这里插入图片描述
访问多行

import numpy as np
import pandas as pd
file_score=pd.read_excel('C:\\Users\\Dell\\Desktop\\score.xls')
file1=file_score[0:8]
file1

运行结果截图
在这里插入图片描述

4.访问某些列的某些行

import numpy as np
import pandas as pd
file_score=pd.read_excel('C:\\Users\\Dell\\Desktop\\score.xls')
file1=file_score[['姓名','总分']][0:10]
file1

运行结果截图
在这里插入图片描述

5.新增1列

# 新增1列，增加的列为实验成绩，设置处置为 100
import numpy as np
import pandas as pd
file_score=pd.read_excel('C:\\Users\\Dell\\Desktop\\score.xls')
file1=file_score.reindex(columns=['姓名','平时成绩','卷面','实验成绩','总分'],fill_value=100)
file1

运行结果截图
在这里插入图片描述
练习：
打开score表格
新增1列，实验成绩，初始值为 90 ，放在卷面前
修改 D 的实验成绩为95
筛选出总分大于 80 的学生

import numpy as np
import pandas as pd
score=pd.read_excel('C:\\Users\\Dell\\Desktop\\score.xls')
score1=score.reindex(columns=['姓名','平时成绩','实验成绩','卷面','总分'],fill_value=90)
score1.loc[3,'实验成绩']=95
score2=score1[score1['总分']>80]
score2