pandas入门的12个技巧

Pandas 是一个非常流行的 Python 库，它提供了强大、灵活和高性能的数据处理工具。

今天，就为大家总结一下 “Pandas数据处理的12技巧”，随查随用。

1. 安装

你还可以使用内置的 Python 工具 pip 安装 Pandas 并运行以下命令:

$ pip install pandas

安装完成后的提示成功，则可以环境中使用pandas包了。

import pandas

2. 创建数据列

Pandas一维数组(数据列)可以保存任何数据类型。 一般通过调用 pd.Series() 方法实现，不指定index，默认为0,1,2,3…。

import pandas
import numpy
S = pandas.Series(
[1, 2, 3, 4],
# 数据
index=["a", "b", "c", "d"],
# 指定索引
dtype=numpy.int8,
# 指定数据类型
)
S.name = "test"
# 创建一维数组的名称
S.index.name = "index"
# 创建一维数组的索引名称
print(S)

输出:

index
a
1
b
2
c
3
d
4
Name: test, dtype: int8

3. 创建数据框

创建具有列的二维数据结构的对象(数据框)。 一般通过调用 pd.DataFrame() 方法实现，不指定index，默认为0,1,2,3…。

import pandas
dat_list = [
[1, 2, 3],
[4, 6, 8],
[10, 11, 12],
]
df = pandas.DataFrame(
dat_list,
index=["i1", "i3", "i2"],
columns=["a", "b", "c"],
)
print(df)

输出:

a
b
c
i1
1
2
3
i3
4
6
8
i2
10
11
12

4. CSV文件的读写

Pandas 支持从 CSV的读写，我们用 pd.read_csv() 和 pd.to_csv() 方法来实现。

import pandas
d = {
"A": [1, 2, 3],
"B": [4, 5, 6],
"C": [7, 8, 9],
"D": [10, 11, 12],
}
df = pandas.DataFrame(d, index=["i2", "i1", "i3"])
print(df)
df.to_csv("output/test.csv") # 导出到CSV文件
dfnew = pandas.read_csv("output/test.csv", index_col=0) # index_col=0 表示第一列为索引
print(dfnew)

5. Excel文件的读写

Pandas 支持从 Excel的读写，我们用 pd.read_excel() 和 pd.to_excel() 方法来实现。

import pandas
d = {
"A": [1, 2, 3],
"B": [4, 5, 6],
"C": [7, 8, 9],
"D": [10, 11, 12],
}
df = pandas.DataFrame(d, index=["i2", "i1", "i3"])
print(df)
df.to_excel("output/test.xlsx") # 导出到excel
dfnew = pandas.read_excel("output/test.xlsx", index_col=0) # index_col=0 表示第一列为索引
print(dfnew)

6. 通过位置选择值

Pandas 支持通过位置选择值，我们用 df.iloc[row_index, column_index] 来实现。

import pandas
d = {
"A": [1, 2, 3],
"B": [4, 5, 6],
"C": [7, 8, 9],
"D": [10, 11, 12],
}
df = pandas.DataFrame(d, index=["i2", "i1", "i3"])
print(df)
print(df.iloc[2, 1])
# 6 结果为一个值
print(df.iloc[[2], [1]])
# 结果为一个元素的数据框
print(df.iloc[1:3, :])
# 结果为一个数据框

输出:

A
B
C
D
i2
1
4
7
10
i1
2
5
8
11
i3
3
6
9
12
6
B
i3
6
A
B
C
D
i1
2
5
8
11
i3
3
6
9
12

7. 通过名称选择值

Pandas 支持通过名称选择值，我们用 df.loc[row_name, column_name] 来实现。

import pandas
d = {
"A": [1, 2, 3],
"B": [4, 5, 6],
"C": [7, 8, 9],
"D": [10, 11, 12],
}
df = pandas.DataFrame(d, index=["i2", "i1", "i3"])
print(df)
print(df.loc["i2", "C"])
# 6 结果为一个值
print(df.loc[["i2"], ["C"]])
# 结果为一个元素的数据框
print(df.loc[["i2", "i3"], ["A", "D"]])
# 切片

输出:

A
B
C
D
i2
1
4
7
10
i1
2
5
8
11
i3
3
6
9
12
7
C
i2
7
A
D
i2
1
10
i3
3
12

8. 标签可以重复么？

这是一个有意思的问题，如果重复了如何取值呢，如何去掉重复呢？

import pandas
d = {
"A": [1, 2, 3],
"B": [4, 5, 6],
"C": [7, 8, 9],
"D": [10, 11, 12],
}
df = pandas.DataFrame(d, index=["i2", "i1", "i2"])
print(df)
print(df.loc["i2", "C"])
df.columns = ["A", "B", "B", "D"]
print(df)
print(df.loc["i2", "B"])

输出:

A
B
C
D
i2
1
4
7
10
i1
2
5
8
11
i2
3
6
9
12
i2
7
i2
9
Name: C, dtype: int64
A
B
B
D
i2
1
4
7
10
i1
2
5
8
11
i2
3
6
9
12
B
B
i2
4
7
i2
6
9

9. 删除行/列

Pandas 支持删除行/列，我们用 df.drop([col/row name], axis=0/1) 来实现。

import pandas
d = {
"A": [1, 2, 3],
"B": [4, 5, 6],
"C": [7, 8, 9],
"D": [10, 11, 12],
}
df = pandas.DataFrame(d, index=["i2", "i1", "i3"])
print(df)
df.drop(
["i2", "i1"],
axis=0,
# axis=0删除行，axis=1删除列
inplace=True, # 如果为True，则在原数据上进行操作，否则，创建一个新的数据对象
errors="ignore",
# 忽略不存在的列
)
print(df)

输出:

A
B
C
D
i2
1
4
7
10
i1
2
5
8
11
i3
3
6
9
12
A
B
C
D
i3
3
6
9
12

10. 在最后增加列

import pandas
d = {
"A": [1, 2, 3],
"B": [4, 5, 6],
"C": [7, 8, 9],
"D": [10, 11, 12]
}
df = pandas.DataFrame(d, index=["i2", "i1", "i3"])
print(df)
df['E'] = 0
print(df)

输出为:

A
B
C
D
i2
1
4
7
10
i1
2
5
8
11
i3
3
6
9
12
A
B
C
D
E
i2
1
4
7
10
0
i1
2
5
8
11
0
i3
3
6
9
12
0

11. 在最后增加行

import pandas
d = {
"A": [1, 2, 3],
"B": [4, 5, 6],
"C": [7, 8, 9],
"D": [10, 11, 12],
}
df = pandas.DataFrame(d, index=["i2", "i1", "i3"])
print(df)
df = df.append(
pandas.DataFrame({"A": 13, "B": 14, "C": 15, "D": 16}, index=["i4"]),
ignore_index=True,
)
print(df)

输出：

A
B
C
D
i2
1
4
7
10
i1
2
5
8
11
i3
3
6
9
12
A
B
C
D
0
1
4
7
10
1
2
5
8
11
2
3
6
9
12
3
13
14
15
16

12. 通过标签(索引或列名)排序

import pandas
d = {
"A": [1, 2, 3],
"B": [4, 5, 6],
"C": [7, 8, 9],
"D": [10, 11, 12]
}
df = pandas.DataFrame(d, index=["i2", "i1", "i3"])
print(df)
df = df.sort_index(
axis=0, # axis=0 按行标签排序，axis=1 按列标签排序
level=None,
ascending=True, # 是否升序
inplace=False, # 是否修改原数据
kind="quicksort", # 排序算法
na_position="last", # 如果有NA值，放在最后
sort_remaining=True, # 是否排序剩余列
)
print(df)

输出:

A
B
C
D
i2
1
4
7
10
i1
2
5
8
11
i3
3
6
9
12
A
B
C
D
i1
2
5
8
11
i2
1
4
7
10
i3
3
6
9
12

总结

上面分享的pandas入门的12个技巧，希望对你有所帮助。

如果想进一步了解学习pandas，推荐课程:
42讲-Pandas数据分析入门

欢迎大家点赞、收藏，支持！

pythontip 出品，Happy Coding！

公众号: 夸克编程

最后

以上就是陶醉西牛为你收集整理的pandas入门的12个技巧的全部内容，希望文章能够帮你解决pandas入门的12个技巧所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。