热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

pandas常用指令

import pandas as pd数据导入pd.read_csv(filename):从CSV文件导入数据pd.read_excel(filename):从Excel文件导入数据pd.read_t

import pandas as pd

数据导入


pd.read_csv(filename):从CSV文件导入数据
pd.read_excel(filename):从Excel文件导入数据
pd.read_table(filename):从限定分隔符的文本文件导入数据
pd.read_sql(query, connection_object):从SQL表/库导入数据
pd.read_json(json_string):从JSON格式的字符串导入数据
pd.read_html(url):解析URL、字符串或者HTML文件,抽取其中的tables表格
pd.read_clipboard():从你的粘贴板获取内容,并传给read_table()
pd.read_pickle():读取pickle文件
pd.read_fwf():从固定宽度格式行的表格中导入数据
pd.DataFrame(dict):从字典对象导入数据,Key是列名,Value是数据

数据导出

DataFrame.to_csv(filename):导出数据到CSV文件
DataFrame.to_excel(filename):导出数据到Excel文件
DataFrame.to_sql(table_name, connection_object):导出数据到SQL表
DataFrame.to_json(filename):以Json格式导出数据到文本文件
DataFrame.to_pickle(filename):以pickle格式保存文件
DataFrame.to_clipboard();将对象复制到粘贴板上
DataFrame.to_html():将对象保存为html格式的文件
DataFrame.to_xml():将对象保存为xml格式的文件

查看、检查数据

DataFrame.head(n):查看DataFrame对象的前n行
DataFrame.tail(n):查看DataFrame对象的最后n行
DataFrame.shape():查看行数和列数
DataFrame.info():查看索引、数据类型和内存信息
DataFrame.describe():查看数值型列的汇总统计
Series.value_counts(dropna=False):查看Series对象的唯一值和计数
DataFrame.apply(pd.Series.value_counts):查看DataFrame对象中每一列的唯一值和计数

查看、检查数据

DataFrame[col]:根据列名,并以Series的形式返回列
DataFrame[[col1, col2]]:以DataFrame形式返回多列
Series.iloc[0]:按位置选取数据
Series.loc['index_one']:按索引选取数据
DataFrame.iloc[0,:]:返回第一行
DataFrame.iloc[0,0]:返回第一列的第一个元素

数据合并

DataFrame.append(df2):将df2中的行添加到df1的尾部
pd.concat([df1, df2],axis=1):将df2中的列添加到df1的尾部
DataFrame.join(df2,on=col1,how='inner'):对df1的列和df2的列执行SQL形式的join

数据统计

DataFrame.describe():查看数据值列的汇总统计
DataFrame.mean():返回所有列的均值
DataFrame.corr():返回列与列之间的相关系数
DataFrame.count():返回每一列中的非空值的个数
DataFrame.max():返回每一列的最大值
DataFrame.min():返回每一列的最小值
DataFrame.median():返回每一列的中位数
DataFrame.std():返回每一列的标准差

推荐阅读
  • 根据最新发布的《互联网人才趋势报告》,尽管大量IT从业者已转向Python开发,但随着人工智能和大数据领域的迅猛发展,仍存在巨大的人才缺口。本文将详细介绍如何使用Python编写一个简单的爬虫程序,并提供完整的代码示例。 ... [详细]
  • 本文详细介绍了如何通过多种编程语言(如PHP、JSP)实现网站与MySQL数据库的连接,包括创建数据库、表的基本操作,以及数据的读取和写入方法。 ... [详细]
  • ABBYY FineReader:高效PDF转换、精准OCR识别与文档对比工具
    在处理PDF转换和OCR识别时,您是否遇到过格式混乱、识别率低或图表无法正常识别的问题?ABBYY FineReader以其强大的功能和高精度的识别技术,完美解决这些问题,帮助您轻松找到最终版文档。 ... [详细]
  • 优化ListView性能
    本文深入探讨了如何通过多种技术手段优化ListView的性能,包括视图复用、ViewHolder模式、分批加载数据、图片优化及内存管理等。这些方法能够显著提升应用的响应速度和用户体验。 ... [详细]
  • 本文详细介绍如何使用Python进行配置文件的读写操作,涵盖常见的配置文件格式(如INI、JSON、TOML和YAML),并提供具体的代码示例。 ... [详细]
  • 1:有如下一段程序:packagea.b.c;publicclassTest{privatestaticinti0;publicintgetNext(){return ... [详细]
  • 本文详细介绍了如何在Linux系统上安装和配置Smokeping,以实现对网络链路质量的实时监控。通过详细的步骤和必要的依赖包安装,确保用户能够顺利完成部署并优化其网络性能监控。 ... [详细]
  • PHP 5.2.5 安装与配置指南
    本文详细介绍了 PHP 5.2.5 的安装和配置步骤,帮助开发者解决常见的环境配置问题,特别是上传图片时遇到的错误。通过本教程,您可以顺利搭建并优化 PHP 运行环境。 ... [详细]
  • 高效解决应用崩溃问题!友盟新版错误分析工具全面升级
    友盟推出的最新版错误分析工具,专为移动开发者设计,提供强大的Crash收集与分析功能。该工具能够实时监控App运行状态,快速发现并修复错误,显著提升应用的稳定性和用户体验。 ... [详细]
  • MySQL 数据库迁移指南:从本地到远程及磁盘间迁移
    本文详细介绍了如何在不同场景下进行 MySQL 数据库的迁移,包括从一个硬盘迁移到另一个硬盘、从一台计算机迁移到另一台计算机,以及解决迁移过程中可能遇到的问题。 ... [详细]
  • 本文介绍如何使用Python进行文本处理,包括分词和生成词云图。通过整合多个文本文件、去除停用词并生成词云图,展示文本数据的可视化分析方法。 ... [详细]
  • 本文详细探讨了JDBC(Java数据库连接)的内部机制,重点分析其作为服务提供者接口(SPI)框架的应用。通过类图和代码示例,展示了JDBC如何注册驱动程序、建立数据库连接以及执行SQL查询的过程。 ... [详细]
  • 使用Pandas高效读取SQL脚本中的数据
    本文详细介绍了如何利用Pandas直接读取和解析SQL脚本,提供了一种高效的数据处理方法。该方法适用于各种数据库导出的SQL脚本,并且能够显著提升数据导入的速度和效率。 ... [详细]
  • 本文详细介绍了如何解决Uploadify插件在Internet Explorer(IE)9和10版本中遇到的点击失效及JQuery运行时错误问题。通过修改相关JavaScript代码,确保上传功能在不同浏览器环境中的一致性和稳定性。 ... [详细]
  • 在当前众多持久层框架中,MyBatis(前身为iBatis)凭借其轻量级、易用性和对SQL的直接支持,成为许多开发者的首选。本文将详细探讨MyBatis的核心概念、设计理念及其优势。 ... [详细]
author-avatar
瑞铭与我_109
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有