Pandas的使用

Posted 2021-06-16 Harris-H

Pandas的使用

1.读取数据

读取数据的类型：

• csv文件
• txt文件
• xlsx格式excel文件
• mysql数据表

读取csv

import pandas as pd
# 读取csv
fpath = "./datas/ml-latest-small/ratings.csv"
# 使用pd.read_csv读取数据
ratings = pd.read_csv(fpath)
# 查看前几行数据
ratings.head()
# 查看数据的形状，返回(行数、列数)
ratings.shape
# 查看列名列表
ratings.columns
# 查看索引列
ratings.index
# 查看每列的数据类型
ratings.dtypes

读取txt

fpath = "./datas/crazyant/access_pvuv.txt"
pvuv = pd.read_csv(
    fpath,
    sep="\\t",
    header=None,
    names=['pdate', 'pv', 'uv']
)
pvuv

读取excel

fpath = "./datas/crazyant/access_pvuv.xlsx"
pvuv = pd.read_excel(fpath)
pvuv

读取mysql数据库

import pymysql
conn = pymysql.connect(
        host='127.0.0.1',
        user='root',
        password='xxxxxx',
        database='test',
        charset='utf8'
    )
mysql_page = pd.read_sql("select * from crazyant_pvuv", con=conn)
mysql_page

---

2.数据结构

• Series

  • Series是一种类似于一维数组的对象，它由一组数据（不同数据类型）以及一组与之相关的数据标签（即索引）组成。

• DataFrame

  • DataFrame是一个表格型的数据结构

    • 每列可以是不同的值类型（数值、字符串、布尔值等）
    • 既有行索引index,也有列索引columns
    • 可以被看做由Series组成的字典

    创建dataframe最常用的方法，见02节读取纯文本文件、excel、mysql数据库

  Series的相关操作

---

DataFrame的相关操作

loc是返回指定$index$的行数据。

注意：与python切片不同，loc 的切片是包含末尾的！！！

---

3.查询数据

pandas使用loc函数可以较为方便的查询数据。

---

学习视频

传送门