pandas 模块

Posted 2022-12-27 zhangchaocoming

[TOC]

pandas 模块

1.pandas生成表格

# test.csv文件原数据
1.2,0.2,3.4,4.2,2.7,5.0
4.1,9.7,6.7,5.8,3.4,5.5
0.8,6.6,5.5,7.2,3.1,5.9
0.2,4.6,8.9,9.0,5.5,7.4

import pandas as pd
df=pd.read_csv(‘test.csv‘,header=None)
df.to_excel(‘test.xls‘)

2.生成数组

import numpy as np
index= pd.date_range(‘2019-01-31‘,periods=6,freq=‘M‘)
# print(index)

columns=[‘c1‘,‘c2‘,‘c3‘,‘c4‘]
# print(columns)
val= np.random.randn(6,4)
# print(val)
df=pd.DataFrame(index=index,columns=columns,data=val)
print(df)

# 生成的数组
                  c1        c2        c3        c4
2019-01-31 -0.868071 -0.160563 -0.093496 -0.901875
2019-02-28  1.165258 -0.099220 -0.317978 -1.493482
2019-03-31  0.078065 -1.145294  1.456669  0.856255
2019-04-30  0.272448  0.563404  0.833652 -0.005343
2019-05-31 -0.787750  0.417897  0.559839 -0.581065
2019-06-30 -0.126699  1.475188  0.200398 -0.697084

3.操作文件

保存文件

import pandas as pd
import numpy as np
index= pd.date_range(‘2019-01-31‘,periods=6,freq=‘M‘)
# print(index)
np.random.seed(10)
columns=[‘c1‘,‘c2‘,‘c3‘,‘c4‘]
# print(columns)
val= np.random.randn(6,4)
# print(val)
df=pd.DataFrame(index=index,columns=columns,data=val)
# print(df)
# 保存文件
df.to_excel(‘date_c.xls‘)

读出文件

# 读出文件
# 不指定index_col自动生成从0开始的行索引，指定index_col=[0]表示零列索引开始， 即没索引，以第一列日期为索引；指定几就以第几列为索引
df1=pd.read_excel(‘date_c.xls‘,index_col=[0])
print(df1)
‘‘‘
                  c1        c2        c3        c4
2019-01-31  0.000000  0.000000  0.000000  0.000000
2019-02-28  0.557948 -1.803463 -0.171438 -1.962274
2019-03-31  2.770204 -0.731753  0.890994  0.914631
2019-04-30 -1.395630 -0.864024  0.318371  1.159572
2019-05-31 -0.072750  0.230076 -0.451781  1.410644
2019-06-30  0.534407 -1.164283 -0.760032  0.483490
‘‘‘

行索引index和列索引columns和元素values

df1=pd.read_excel(‘date_c.xls‘,index_col=[0])  # 读出Excel表格
print(df1.index) # 打印索引（行）
print(df1.columns)  # 打印列索引
print(df1.values) # 以列表套列表的形式分行打印所有的值

‘‘‘
DatetimeIndex([‘2019-01-31‘, ‘2019-02-28‘, ‘2019-03-31‘, ‘2019-04-30‘,
               ‘2019-05-31‘, ‘2019-06-30‘],
              dtype=‘datetime64[ns]‘, freq=None)
              
Index([‘c1‘, ‘c2‘, ‘c3‘, ‘c4‘], dtype=‘object‘)

[[-1.10237008  0.28023149 -0.38087073 -1.68236505]
 [ 0.55794826 -1.80346251 -0.17143782 -1.96227377]
 [ 2.7702038  -0.73175303  0.8909936   0.91463091]
 [-1.39562998 -0.86402444  0.31837052  1.15957249]
 [-0.07274987  0.23007624 -0.45178069  1.4106437 ]
 [ 0.53440726 -1.16428321 -0.76003191  0.48348979]]
‘‘‘

对文件数据读改

按照列索引取值

print(df1[[‘c1‘,‘c2‘]])  # 按照列索引取值，取出c1和c2列的数据
‘‘‘
                  c1        c2
2019-01-31 -1.102370  0.280231
2019-02-28  0.557948 -1.803463
2019-03-31  2.770204 -0.731753
2019-04-30 -1.395630 -0.864024
2019-05-31 -0.072750  0.230076
2019-06-30  0.534407 -1.164283
‘‘‘

按照行索引取值

print(df1.loc[‘2019-01-31‘]) # 按照索引取值（按照行索引取出所在行的数据）
‘‘‘
c1   -1.102370
c2    0.280231
c3   -0.380871
c4   -1.682365
Name: 2019-01-31 00:00:00, dtype: float64
‘‘‘

切片取值

print(df1.loc[‘2019-01-31‘:‘2019-05-31‘]) # 按照索引切片（指的是行索引)在此表示取1-6月份的数据
‘‘‘
                  c1        c2        c3        c4
2019-01-31 -1.102370  0.280231 -0.380871 -1.682365
2019-02-28  0.557948 -1.803463 -0.171438 -1.962274
2019-03-31  2.770204 -0.731753  0.890994  0.914631
2019-04-30 -1.395630 -0.864024  0.318371  1.159572
2019-05-31 -0.072750  0.230076 -0.451781  1.410644

‘‘‘

取单个元素

print(df1.iloc[0,0])  # 零行零列，表示取出第一行第一个元素。np.random.seed(10)限制元素的变化
‘‘‘
-1.1023700810399333
‘‘‘

# 修改元素
df1.iloc[0,:] = 0  # 表示第零行所有元素都修改成零
print(df1)

‘‘‘
                  c1        c2        c3        c4
2019-01-31  0.000000  0.000000  0.000000  0.000000
2019-02-28  0.557948 -1.803463 -0.171438 -1.962274
2019-03-31  2.770204 -0.731753  0.890994  0.914631
2019-04-30 -1.395630 -0.864024  0.318371  1.159572
2019-05-31 -0.072750  0.230076 -0.451781  1.410644
2019-06-30  0.534407 -1.164283 -0.760032  0.483490
‘‘‘