Python中的pandas模塊學習

本文是基於Windows系統環境，學習和測試pandas模塊：

Windows 10

PyCharm 2018.3.5 for Windows (exe)

python 3.6.8 Windows x86 executable installer

1. 讀取csv/txt文件

讀取txt文件，設置分隔符爲‘，’，設置是否跳過第一行

import pandas as pd
data = pandas.read_csv('test.txt', sep=',', header=None)
print(data)

　　

讀取某一行

import pandas as pd
data = pandas.read_csv('test.txt')
index = 3
printf(data.ix[index]) # 讀取第三行

　　

讀取某一列

import pandas as pd
data = pandas.read_csv('test.txt')
printf(data['ID']) # 讀取屬性名爲ID的列，區分大小寫

　　

讀取前5行

import pandas as pd
data = pd.read_csv('user.csv')
data.head(5) # 獲取前5行

　　

2. 基本操做

刪除/選取某列含有特殊數值的行

import pandas as pd
data = pd.read_csv('user.csv')
print(data)
#刪除/選取某列含有特定數值的行
#data[data['A'].isin([1])]  # 選取df1中A列包含數字1的行
data=data[~data['A'].isin([1])] # 經過~取反，選取不包含數字1的行
print(data)

　　

刪除/選取某行含有特殊數值的列

cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]==3]
#利用enumerate對row0進行遍歷，將含有數字3的列放入cols中
print(cols)
#df2=df2[cols]   選取含有特定數值的列
df2=df2.drop(cols,axis=1) #利用drop方法將含有特定數值的列刪除
print(df2)

　　

刪除含有空值的行或列

import pandas as pd
import numpy as np
df1 = pd.DataFrame(
    [
        [np.nan, 2, np.nan, 0],
        [3, 4, np.nan, 1],
        [np.nan, np.nan, np.nan, 5],
        [np.nan, 3, np.nan, 4]
    ],columns=list('ABCD'))
print(df1)
df2=df1.copy()
df1['A']=df1['A'].fillna('null') #將df中A列全部空值賦值爲'null'
print(df1)
df1=df1[~df1['A'].isin(['null'])]
print(df1)
#刪除某行空值所在列
df2[0:1]=df2[0:1].fillna('null')
print(df2)
cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]=='null']
print(cols)
df2=df2.drop(cols,axis=1)
print(df2)

　　

3. 統計分析

打印統計詳細信息

import pandas as pd 
data = pd.read_csv('user.csv')
print (data.describe()) # 打印詳細信息

　　

統計中值

import pandas as pd 
data = pd.read_csv('user.csv')
print (data['userAge'].median()) # 統計userAge這一列的中值

　　

統計某一列不重複的值

import pandas as pd 
data = pd.read_csv('user.csv')
print (data['userName'].unique()) #打印某一列不重複的值

　　

4. 異常處理

中值填充缺失值

import pandas as pd
data = pd.read_csv('user.csv')
data['userAge'] = data['userAge'].fillna(data['userAge'].median())

　

原文：https://blog.csdn.net/qq_32599479/article/details/89361693