1. 首页
  2. 文章中心
  3. 基础

Python（数据分析篇）--- Pandas框架【二】数据统计分析方法、文件操作方法一、统计分析二、文件读取补充内容

92 阅读 0 评论
我是靠谱客的博主 爱笑云朵，这篇文章主要介绍Python（数据分析篇）--- Pandas框架【二】数据统计分析方法、文件操作方法一、统计分析二、文件读取补充内容，现在分享给大家，希望可以做个参考。

文章目录

  • 一、统计分析
    • 1. 延用numpy统计分析方法
    • 2. 其他方法
    • 3. pandas方法
      • （a）针对一维类型
      • （b）针对二维类型
      • （c）重要方法
  • 二、文件读取
    • 1、Excel文件读取
      • 基础方法
      • 常用参数说明
        • （1）sheetname：
        • （2）header：
        • （3）names:
        • （4）skiprows：
    • 2、读取csv文件
    • 3、保存文件
  • 补充内容
    • series构建

一、统计分析

1. 延用numpy统计分析方法

numpy中所有的统计分析方法都可以使用
此处仅举一例说明：

复制代码
1
2
3
4
np.mean(df['age'])
输出：
21.0

2. 其他方法

  • 极差
复制代码
1
2
3
4
np.ptp(df['age'])
输出：
2

3. pandas方法

（a）针对一维类型

复制代码
1
2
3
4
df['age'].min()
df['age'].std()
df['age'].argmax()
  • 众数
复制代码
1
2
3
4
5
6
7
8
9
10
df['age'].mode()
输出：
0
20
1
21
2
22
dtype: int64
  • 非空数目

返回某一列的非空元素的数目

复制代码
1
2
3
4
df['name'].count()
输出：
3
  • 频数统计
复制代码
1
2
df['name'].value_counts()

输出：

复制代码
1
2
3
4
5
6
7
8
zs
1
lh
1
ss
1
Name: name, dtype: int64

（b）针对二维类型

二维没有argmax方法，使用idxmax()，返回最大值所在的索引

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
df['score']=[98,90,92]
print(df[['age','score']].idxmax())
# idxmax可加入axis，表示横（纵）向比较,默认为0
print(df[['age','score']].idxmax(axis=1))
输出：
age
b
score
a
dtype: object
a
score
b
score
c
score
dtype: object

注：二维类型中没有频数统计方法，且没有替代方法。其他方法都可用于二维类型

复制代码
1
2
print(df.mode())

输出：

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

name
age gender class address
score
0
lh
20
男
0831
北京
90
1
ss
21
NaN
NaN
NaN
92
2
zs
22
NaN
NaN
NaN
98

（c）重要方法

describe方法：

  1. 作用于数值型时，返回数据统计结果
  2. 作用于类别型时，返回count（非空数目）、unique（去重后有几个值）、top（众数）、freq（众数出现的频数）
  3. 数值型和类别型同时出现时，会自动过滤类别型，只保留数值型
  • 例1：数值型
复制代码
1
2
print(df[['age','score']].describe())

输出：

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

age
score
count
3.0
3.000000
mean
21.0
93.333333
std
1.0
4.163332
min
20.0
90.000000
25%
20.5
91.000000
50%
21.0
92.000000
75%
21.5
95.000000
max
22.0
98.000000
  • 例2：非数值型
复制代码
1
2
print(df)
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

name
age gender class address
score
a
ss
20
男
0831
北京
98
b
zs
22
男
0831
北京
90
c
lh
21
女
有问题
北京
92
复制代码
1
2
print(df[['name','gender']].describe())

输出：

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

name gender
count
3
3
unique
3
2
top
zs
男
freq
1
2
  • 例3：非数值型与数值型同时传入会默认忽略非数值型列，只返回数值型分析结果
复制代码
1
2
print(df[['age','name']].describe())

输出：

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

age
count
3.0
mean
21.0
std
1.0
min
20.0
25%
20.5
50%
21.0
75%
21.5
max
22.0

二、文件读取

1、Excel文件读取

基础方法

使用read_excel方法
例：

复制代码
1
2
pd.read_excel('D:/qq文档/FileRecv/meal_order_detail.xlsx').head()

常用参数说明

（1）sheetname：

切换sheet表格，可以用索引，也可以用表名，多表同时读取使用列表，传入None时获取所有表格

复制代码
1
2
3
4
5
data = pd.read_excel('D:/qq文档/FileRecv/meal_order_detail.xlsx',sheetname=1)
print(data.shape)
输出：
(3647, 19)
复制代码
1
2
3
4
5
6
data = pd.read_excel('D:/qq文档/FileRecv/meal_order_detail.xlsx',sheetname=None)
print('查看当前表格中所有sheet的名称：n',data.keys())
输出：
查看当前表格中所有sheet的名称：
odict_keys(['meal_order_detail1', 'meal_order_detail2', 'meal_order_detail3'])

（2）header：

表示选择哪一行作为列索引（表头），默认是第一行，当header不为0时，会将默认为列索引之前的行全部删掉

复制代码
1
2
df = pd.read_excel('D:/qq文档/2393971222/FileRecv/meal_order_detail.xlsx',header=[0,1])

（3）names:

当文件中没有给出表头时，需要将header设置为None，并且传入与列数量一致的list，names=[ ]

复制代码
1
2
pd.read_excel('D:/qq文档/2393971222/FileRecv/meal_order_detail.xlsx',names = np.arange(19)).head()

输出部分展示：

0123456789101112131415161718
02956417610062NaNNaN蒜蓉生蚝0149NaN2016-08-01 11:05:36NaNNaNNaN0NaNNaNcaipu/104001.jpg1442
12958417609957NaNNaN蒙古烤羊腿0148NaN2016-08-01 11:07:07NaNNaNNaN0NaNNaNcaipu/202003.jpg1442
22961417609950NaNNaN大蒜苋菜0130NaN2016-08-01 11:07:40NaNNaNNaN0NaNNaNcaipu/303001.jpg1442
32966417610038NaNNaN芝麻烤紫菜0125NaN2016-08-01 11:11:11NaNNaNNaN0NaNNaNcaipu/105002.jpg1442
42968417610003NaNNaN蒜香包0113NaN2016-08-01 11:11:30NaNNaNNaN0NaNNaNcaipu/503002.jpg1442

（4）skiprows：

跳过传入的几行

复制代码
1
2
3
4
5
6
data = pd.read_excel('D:/qq文档/FileRecv/meal_order_detail.xlsx',skiprows=[0,1])
print(data.head())
# 从头开始读，读几行传入几，默认5行
print(data.tail())
# 从尾部开始读

输出结果略

2、读取csv文件

csv属于文本文件，逗号分隔符文件，编码一般为gbk

参数说明：

  1. sep：元素分隔符，csv文件中默认分隔符为逗号；
  2. engine：底层编译方式，默认为C语言，如果遇到编码问题，可以尝试将engine改为python
复制代码
1
2
3
order = pd.read_csv(r'D:/qq文档/FileRecv/meal_order_info.csv',sep=',',encoding='gbk',engine='python')
print(order.head())

部分结果展示：

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

info_id
emp_id
number_consumers
mode
dining_table_id
0
417
1442
4
NaN
1501
1
301
1095
3
NaN
1430
2
413
1147
6
NaN
1488
3
415
1166
4
NaN
1502
4
392
1094
10
NaN
1499
[5 rows x 21 columns]

read_table即可以读csv文件，也可以读excel文件，目前已经淘汰使用

复制代码
1
2
pd.read_table(r'D:/qq文档/2393971222/FileRecv/meal_order_info.csv',sep=',',encoding='gbk',engine='python').head()

3、保存文件

复制代码
1
2
3
order.to_excel('11.xlsx')
order.to_csv('11.csv')

补充内容

series构建

复制代码
1
2
pd.Series(data=['lx','ss','zs'],index=[0,1,2])

输出：

复制代码
1
2
3
4
5
6
7
8
0
lx
1
ss
2
zs
dtype: object

最后

以上就是爱笑云朵最近收集整理的关于Python（数据分析篇）--- Pandas框架【二】数据统计分析方法、文件操作方法一、统计分析二、文件读取补充内容的全部内容，更多相关Python（数据分析篇）---内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
点赞(61)

相关文章

机器学习基本库之Pandas
机器学习基本库之Pandas
pandas案例--股票预测任务
pandas案例--股票预测任务
pandas 数据分析实战 （1）数据分析过程
pandas 数据分析实战 （1）数据分析过程
python输入城市名称_python - 使用熊猫一次将多个城市名称格式化为每个城市的通用名称 - 堆栈内存溢出...
python输入城市名称_python - 使用熊猫一次将多个城市名称格式化为每个城市的通用名称 - 堆栈内存溢出...
Python（数据分析篇）--- Pandas框架【二】数据统计分析方法、文件操作方法一、统计分析二、文件读取补充内容
Python（数据分析篇）--- Pandas框架【二】数据统计分析方法、文件操作方法一、统计分析二、文件读取补充内容
pandas数据分析给力教程【完整版】（一）Pandas的数据结构
pandas数据分析给力教程【完整版】（一）Pandas的数据结构
Python数据分析——pandas
Python数据分析——pandas
df中object类型转换为float64
df中object类型转换为float64

评论列表共有 0 条评论

立即
投稿
返回
顶部