携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第1天，点击查看活动详情 >>
- 查看pandas 版本 ：
pandas.__version__ # 这里是双英文下划线
import pandas as pd
#以后pd就是pandas库
#如果你想查看版本就可以使用 pd.__version__
- 查看版本的另一种方式：
import pandas as pd
pd.show_versions() #这种方式打印的版本比较详细
- 使用 Tab键可以出现函数提示，即
输入pd.read 按tab键可以选择函数，补足你记不住函数的劣势
- 查看函数文档
pd.函数名? 然后按shift+tab
读取本地文件
- 数据分析有两种重要的数据类型，dataFrames(可以理解为一张sheet，具有各种供你操作属性的sheet) 和Series
这里是读取为dataFrame
import pandas as pd
Oo = pd.read_csv('./data/olympics.csv',skiprows=4 )
#第一个参数是文件的路径 ;
#skiprow = 4 表示跳过前四行
- series
series是一个数组，对于一个dataFrame 每一行每一列都是一个 series，是一个1维的有索引的，每一列都是有索引的
#在一个dataFrame中提取series 的方法
Oo.City
#city 是列名---这种方式列名没有空格
cit=Oo['City']
打印的就是city列
- 在dataFrame 中获取子DataFrame：
大于一列数据可以组成一个 DataFrame
#为了确认优先级，这里使用两个中括号
sub = Oo[['City','Sport','Edition']]
sub.head()
type(sub)
sub.tail()
- 查看sheet表的行数和列数
#查看sheet表的行数和列数
Oo.shape
#shape是一个属性，不是函数，其返回值是一个数组(row,column)
Oo.shape[0] #返回行数
Oo.shape[1] #返回列数
- 获取 dataFrame 的信息
# 获取 dataFrame 的信息
Oo.info()
- 使用 sort_values 对dataFrame 进行排序
#sort_value() 可以对dataFrame 进行排序，也可以对series进行排序
import pandas as pd
oo = pd.read_csv('./data/olympics.csv',skiprows = 4)
topfive = oo.head()
topfive.sort_values('NOC')
- 多列进行排序
#当对多列进行排序时，类似于Excel表中的排序中的主关键字，次关键字。。。
import pandas as pd
oo = pd.read_csv('./data/olympics.csv',skiprows = 4)
topfive = oo.tail()
#这里先比较Event，Event一致，在比较 NOC
topfive.sort_values(['Event','NOC'])
- 对series进行排序
#对series 进行排序
noc.sort_values()
- 使用bool值进行简单的筛选
oo.Medal == 'Gold' oo[(oo.Medal == 'Gold')& (oo.Gender == 'Women')]
#筛选Mead 是 Gold 的,并且性别是女的数据
- 字符串处理，数据模糊查询
#字符串处理，数据模糊查询
#series 有个字符串属性 str
#oo.athlete.str. 字符串函数名
#tab键或者shift+tab 键
oo[oo['Athlete'].str.contains('Valeska')]
# Athlete中包含 Valeska 的数据
- 修改行或列名
# (inplace：是否将原数据结构替换为修改后格式)
df.rename(index = {'一':'one'},columns = {'col1':'new_col1'}, inplace = True)
- 修改某列数据类型
df[[‘col_name’]]= df[[‘col_name’]].values.astype(int/float/str)
