现在使用Python处理表格类数据（excel/csv）已经成为工作不可或缺的技能，尤其大数据量的分析筛选转换，Python更可以提供无与伦比的优势，使用Python处理数据，那Pandas就肯定绕不开，这篇就是Pandas的简单应用。

Pandas 数据分析包

使用只需引入即可

import pandas as pd #引入Pandas

处理表格

获取表格数据
我们日常大部分情况都会使用excel，所以这次使用Pandas来处理excel作为例子
数据准备Person.xlsx：

path = '/Users/lishiwen/Downloads/' #文件路径
fileName = 'Person' #文件名
excel = pd.read_excel(path + fileName + '.xlsx') #pandas读取excel数据
df = pd.DataFrame(excel) #数据转化为pd中的dataframe格式，为后续处理做准备
df #打印

结果：

2. 一些查看表格的基本信息的方法：

dataframe有宽表转长表的方法，可以更好的展现数据维度与组合

df.melt()#宽数据转长数据

结果：

df.melt(id_vars=["姓名","年龄","体重","性别","身高"])  # 转长数据应用场景

结果：

上面是一些pandas的dataframe的一些基础属性，日常数据处理需要一些对数据的处理，下面开始对表格进行基础操作

筛选数据

df[ df.性别 == "男" ]#筛选性别为男的数据

结果：

上面的数据筛选出我们需要的男性数据，但是可以看到索引还是之前的索引，可能不是我们希望展示的，所以需要重制索引

df2 = df[ df.性别 == "男" ] #df2为男性数据
df2.index = range(len(df2)) #重制索引
df2

结果：

根据条件添加列数据

在处理表格时，会有根据某列的数据，新增一列新的数据，这时候可能就会需要用到判断或计算式

df['小，初，高'] = df.apply(lambda x: '小学' if x.年级 < 7 else '初中' if 6 <x.年级 < 10 else '高中', axis=1)  #根据年级判断新增列，内容为小学，初中，高中
df

结果：

根据某列值修改其他列

df['学费']=0 #增加一列学费 默认0
df.loc[df['小，初，高'] == '小学', '学费'] = 100 #根据条件修改数据
df.loc[df['小，初，高'] == '初中', '学费'] = 200 #根据条件修改数据
df.loc[df['小，初，高'] == '高中', '学费'] = 300 #根据条件修改数据
df

结果：

分组查看

表格处理中肯定会有希望通过某一维度聚合查看其他类型数据，这就用到了分组

df.groupby(['年级','班级','姓名']).mean() # 对年级，班级，姓名分组查看

结果：

绘图

pandas处理数据的能力是毋庸置疑的，但是他更加强大是因为它还可以绘图，可以根据你的数据绘制出你想要的图表，可以更直观的分析数据

可以直接使用df.plot()进行绘图，但是表格数据内有中文，绘图时会做警告，并且展示不了中文，所以需要多一个引用import matplotlib.pyplot as plt 因为pandas的plot调用的matplotlib绘图，通过plt设置文字编码即可。

import matplotlib.pyplot as plt #引入
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS'] #设置文字编码，这是mac的文字，win可以使用['SimHei']
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号df3 = df.groupby(['年级','班级','姓名']).mean() # 对年级，班级，姓名分组 赋值df3
df3.rename(columns={'年龄':'age'},inplace=True) #更换列名，不改编码也可以改为英文
df3.plot()

结果：

上面就是使用pandas处理表格数据的简单应用场景，pandas处理表格只有你想不到，没有它做不到的。更多使用参见它的使用手册

Pandas处理表格基础相关推荐

pandas读写表格
第三节:一.用pandas对于表格的读写操作1.对于CSV格式文件的写入:(1)使用函数to_csv函数import pandas as pddf=pd.DataFrame(data=数据)----生 ...
python3-xlwt-Excel设置表格基础(字体颜色背景颜色设置边框边框颜色冻结窗口字体大小字体高度字体加粗下划线斜体字单元格对齐方式自动换行删除线超链接插入公式)
文章目录引入xlwt和创建workboos对象初始化样式和创建设置字体,赋值给style 保存文件自定义样式字体颜色背景颜色设置边框边框颜色冻结窗口字体大小字体高度字体加粗下划 ...
pandas将表格第一行作为列名
pandas读取表格的时候,经常把Excel表的列名也读取为数据.解决方法是把header设置为0而不是None infection=pd.read_csv('dataset/data_process ...
pandas美化表格并生成图片
背景甲方爸爸的任(无)性(理)需(要)求(求):统计数据,并以表格的形式生成图片,每一列要用颜色标明前三位和后三位,最后把图片发送到钉钉群. 之前都是手工统计,既费时又费力:要改成代码每天自动发送. ...
Python xlrd 读取 Excel 表格基础（一）：获取sheet、行、列对象，读取数据类型等
Python xlrd 读取 Excel 表格基础一:按行.按列读取Excel数据内容前言: 1.获取工作簿.sheet对象 2.获取sheet表中行.列对象 3.读取sheet对象中所有数据 4 ...
pandas 读表格_手把手教你数据分析（1）--Pandas读取Excel信息
00准备工作: 素材:一份全国各省市市委书记数据表.xls (链接: https://pan.baidu.com/s/1gbgvcLbfEMM-9hFCZw1VlQ 密码: p66u) 编程环境:ma ...
Python数据分析之Numpy、Pandas与Matplotlib基础
Python在数据科学中的作用 Python之所以能够成为大数据分析的主要工具,主要是因为他有很多现成的数据分析以及机器学习的工具包(Python中称为库),比如Numpy库.Pandas库.Scik ...
Pandas CookBook -- 02DataFrame基础操作
Pandas基础操作简书大神SeanCheney的译作,我作了些格式调整和文章目录结构的变化,更适合自己阅读,以后翻阅是更加方便自己查找吧 import pandas as pd import nu ...
pandas之表格样式
在juoyter notebook中直接通过df输出DataFrame时,显示的样式为表格样式,通过sytle可对表格的样式做一些定制,类似excel的条件格式. df = pd.DataFrame( ...

Pandas处理表格基础

Pandas 数据分析包

处理表格

上面就是使用pandas处理表格数据的简单应用场景，pandas处理表格只有你想不到，没有它做不到的。更多使用参见它的使用手册

Pandas处理表格基础相关推荐

最新文章

热门文章