python巨蟒之二——pandas基本操作

pandas作为python的一个常用库，主要用于数据的处理。比如数据的读取和整理。

• 引入pandas模块：

import pandas as pd

• csv文件是什么？逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。csv文件可以用excel和记事本打开。下面，读取一个名为1的csv文件，含有中文，一定要加解码方式gbk。

idInfo=pd.read_csv("1.csv",encoding='gbk')

• 显示读取的数据用head方法,默认显示前五条，括号里的参数三就是改为显示前三行的意思：

idInfo.head(3)

• 显示数据总共的列数用columns方法：

idInfo.columns

• 显示维度（几行几列）用shape,和numpy里的一样用：

idInfo.shape

• 获取第n条的数据，这里示例里n为0,也可以用切片来读取中间的几条：

idInfo.loc[0]
idInfo.loc[3:6]

• 读取某几列，name和sex是列名：

idInfo[["name","sex"]]

• 整一列数据除以100：

c=idInfo["age"]/100

• 新增数据,假设新增数据是由name列的值除以对应sex列的数值得到的,记为result：

c=idInfo["name"]/idInfo["sex"]
idInfo["result"]=c

• 最大值最小值平均值用法也是和numpy差不多的：

idInfo["name"].max()
idInfo["name"].min()
idInfo["name"].mean()

• 数据的排序，使用sort_value,inpalce参数为true时会覆盖数据，false只是单纯地打印至屏幕；ascending为true是升序排列，反之是降序:

idInfo.sort_value("age",inplace=True,ascending=True)