##人生苦短，我用python #pandas ##首先講講數據格式，csv文件格式，程序之間表格數據之間的轉移，如從數據庫導入到excel中csv是很合適的轉移格式。 #1.純文本，使用某個字符集，比如ascii，Unicode，EBCDID或者GB2312等 #2.由記錄組成（典型的是每行一條記錄） #3.每條記錄被分隔符分割為字段（典型的分隔符有逗號、分好或者制表符、有時分隔符可以包括可選擇的空格） #4.每條記錄都有同樣的字段序列 import pandas as pd import numpy as np df1 = "數據文件的路徑" df = pd.read_csv(df1) df.head(2) type(df)##重中之重：DataFrame df.colums#獲取列名 df.col[1]#獲取第1列 #獲取索引 df.index #篩選：例如刪選數學成績大于80分的 df.數學>80 df[df.數學>80]#出現數學成績大于80的所有學生的信息 #與munpy比較 ##復雜篩選：語數英同時大于80 (df.語文>80) & (df.數學>80) & (df.英語>80)#返回false或者true df((df.語文>80) & (df.數學>80) & (df.英語>80))#返回語數外同時大于80的結果##排序 df.sort_values(['數學'],)#對數學成績進行排序 #對多列數據進行排序 df.sort_values(['數學','語文']) ##訪問:loc函數是按照索引進行定位的 #不存在這種訪問方式df[0] df.loc[1] ##索引的概念 score = {'英語':[90,100,99],'語文':[90,90,90],'數學':[100,100,90] } df = pd.DataFrame(score,index=['one','two','three']) df.index #此時不存在數字索引，索引不能通過數字索引取訪問 #df.loc() df.loc['one'] #實實在在的第幾行 df.iloc[0]#可以直接用數字索引 #ix[n]合并了loc和iloc的功能 df.ix[0]#實實在在訪問第0行##訪問多行 df.ix[:2] #訪問某一行時直接使用df[0]是錯誤的，多行是可以的 df[:2] df.value() ##匿名函數 [i + 100 for i in range(10)] def func(x):return x + 100 list(map(lambda x:x+100,range(10))) ##根據多列生成一個列的操作 df['new_score']= df.apply(lambda x:x.數學+x.語文，axis=1) ##panda中的DataFrame的操作很大一部分都是跟numpy中的二維數組的操作是近似的

總結

以上是生活随笔為你收集整理的python基础课程6（看代码看注释）--pandas的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。